数据科学 – 第15页小小书 XXshu

制作GIF讲故事

最近，关于使用GIF（图形交换格式）的数据可视化的讨论越来越多。 GIF是2-3秒的动画，它是静态图像的动态集合，显示了某种形式的动作。毫不奇怪，与使用png或jpg这样的静态图像格式相比，好处是动画的附加功能-与故事密切相关。受这种兴趣的鼓舞，我在Google上快速搜索了“如何生成gif数据可视化”，并找到了指向Google博客的链接，该链接解释了他们的Data GIF Maker特别为Data Journalists设计的。激动不已，我迅速开始从事数据可视化项目的工作，以试用新工具。作为一名素食主义者和经常旅行的人，我在寻找食物方面遇到困难，并且想知道素食主义者在世界各地的情况如何。素食主义者有多少？有多少人吃肉？国家之间如何比较？我再次转到Google寻找答案，发现了两个特别有趣的指标：（i）一个国家的素食者（包括素食主义者）的百分比，以及（ii）一个国家每年的人均肉类消费量。入门 Data GIF Maker的初始屏幕在最初的屏幕上，我不得不从3个主题中进行选择。…

善于分析的思维从人群中脱颖而出

作为顾问，我每周与不同的客户和团队一起度过时光，最近我注意到了一些趋势。 1.工作正在自动化很明显，我知道。 RPA正在自动执行人员在财务和运营等功能中执行的例行和手动任务。 Analytics（分析）可以这样做，但是可以自动生成洞察力。新兴程度略有提高，但是机器学习正处于良好的发展之中，可以开始将决策从人类工作人员那里移开（或者至少取消了研究/时间密集型决策的一部分）。 2.分析专家不再只是生产者第二个趋势并没有得到很好的报道，但是我最近已经意识到了一些。与我目前领导的一支类似的分析团队通常会被业务团队（“消费者”）提出要回答的问题。例如，“ 我们认为用户正在绕过该过程的这一部分，您能否向我们展示真正发生的事情 ”，或者“ 最近发生了欺诈，这大致上是发生了什么，您能否向我们展示如果这件事正在其他地方发生 ”。从历史上看，分析团队随后将捕获一些数据，进行分析，生成仪表板以提供回业务并传达一些观察结果。仪表板将为企业提供一个平台，以解释结果并得出自己的结论，然后将其作为行动提出。…

Research Nest的2018年12月数据节

现在注册成为这种活动的一部分！ “研究是要看到其他人看到的东西，并思考其他人没有想到的东西” – Albert Szent Gyorgyi 我们研究巢穴坚信通过做事学习和通过建设进步。这就是我们发起这一特殊举措的根本动机，因为我们今天已经1岁了！加入我们的社交媒体活动，探索并深入研究数据科学世界。十二月数据节是为期31天的特别量身定制的活动，旨在促进，学习，构建和创新数据科学领域。这是首届版的主题- “数据，数据，无处不在，也没有任何可思考的见解” 这项运动的重点之一是要确定世界上所有数据还能做些什么。广告系列概述：第一周：数据准备数据散落在我们周围。数据本身是开始任何数据科学问题的关键要求之一。本周的目标是收集并准备一个干净的数据集，以供探索和分析。…

为什么要阅读事实

事实是您今年要读的最重要的书。我对这本书变得如此热情，几乎是福音派。为了在今年早些时候读更多书，我在《水石》中的这本书中碰巧发生过。尽管安妮·杜克（Annie Duke）（读过她的《赌注思考》）建议不要这样说，但这次购买是我长期以来做出的最佳决定。我恳请你做同样的事情。当被问到有关全球趋势的基本问题（即全球人口中有多少百分比生活在贫困中；为什么人口在增加；有多少女孩完成了初等教育）时，我们系统地得出了错误的答案。实际上如此之不正确，以至于黑猩猩会随机选择答案，这将持续击败老师，政客，新闻记者，甚至诺贝尔奖获得者。国际卫生学教授汉斯·罗斯林（Hans Rosling）以及他的两个孩子和同谋者安娜（Anna）和奥拉（Ola）对发生这种情况的原因做了迷人的解释。它们揭示了十种本能，它们扭曲了视角，从我们将世界划分为两种二元区分（通常是我们和他们的某种形式）的趋势，到我们消费媒体的方式（恐惧在所有情况下都支配着）到我们如何感知和争取进步（相信大多数情况都在恶化）。我们的问题是我们不知道自己不知道的事情，或者用唐纳德·拉姆斯菲尔德不朽的话说：未知的未知数。但关键是我们的猜测是由无意识和可预见的偏见引起的。事实证明，尽管存在各种缺陷，但世界的状况比我们想象的要好得多。这是我想分享的事实/观点，并认为这对我们所有人都至关重要。世界虽然更好，但仍然很糟糕。仍然存在真正的重大问题。但是，当我们始终担心所有事情时，如果不拥抱基于事实的世界观，我们可能会失去专注于最威胁我们的事物的能力。…

第7小组的Metro X简介

陆一婷，悬崖天之，黄梦珍我们项目的目标是找出导致捷运延误和故障的主要原因，并给出最佳的后备计划，以有效地桥接受影响的乘客。我们希望使用大数据解决三个研究问题：通过分析事件历史记录（例如默认的信号系统）来找出MRT故障和延迟的主要原因。为了在延迟后制定出备用计划，并在每个站点上需要最佳数量的桥接公交车，以便每个站点上的大多数乘客都将在短时间内桥接到其他立交桥。提出架桥巴士的最佳路线，以便大多数乘客能尽可能地通过架桥巴士到达他们的目的地。

关系，品牌，好莱坞和野生动物的数据可视化实践— DataViz Weekly

通过查看最佳的数据可视化实践，您不仅可以从中获得乐趣并了解有关我们周围的生活和世界的有趣知识，而且还可以将有助于您将制图技能提升到更高水平的想法融合在一起。 AnyChart博客上的DataViz Weekly是获得灵感的正确地方，因为在这里我们与您分享一些最近引起我们注意的最有趣的图表和基于图形的项目。加入我们，我们将快速概述以下主题的新数据可视化： 1970年代与2010年代的关系时间表 2000–2018年全球顶级品牌好莱坞电影中的亚洲银幕表演人类对受威胁物种影响的全球热点数据可视化每周中的数据可视化实践：2019年3月22日至2019年3月29日 1970年代和2010年代的关系时间表 https://flowingdata.com/2019/03/26/relationship-stages/ 在过去的几个月中，统计和数据可视化专家内森·丘（Nathan Yau）创建了多个关于恋人关系的图表，这些图表表示夫妻通常在哪里见面，人们结婚和生孩子的时间等等。您可以在他的博客FlowingData上找到这些项目，它们都很酷，而且您可能已经在DataViz Weekly中看到了其中一些功能。本周早些时候，内森（Nathan）在同一大主题的框架内发布了另一个有趣的动画可视化。该新项目基于斯坦福大学SSDS社会科学数据收集中心的“夫妻如何聚会和保持在一起”调查中的数据，显示了人们从初次见面，经历浪漫，到在一起生活以及最终相处的速度，如何度过了一段感情要结婚了此外，您可以在这里比较1970年代与2010年代美国人的关系时间表。…

第1部分：如何使用Kaggle成为自学成才的机器学习工程师？

摄影学分-Udacity ML Nano Degree的讲座之一。在这些博客中，我将重点介绍我犯的错误以及如何在短时间内成为机器学习/数据科学专家。学习的乐趣。 AI / ML听起来很性感，但我对此表示怀疑。在完成了Udacity的自动驾驶汽车入门课程（我很喜欢）之后，我倾向于注册深度学习纳米学位。那是我的第一个错误。在花了两周的时间使我的头朝后传播和消失的梯度猛跳后，我意识到我应该从机器学习纳米学位开始。 Udacity非常友好，可以搁置DL，让我继续学习ML。如果您想以简单但最有效的方式向行业专家学习，我强烈支持ML纳米学位。每个人都有不同的学习风格。我喜欢将我的学习与一个真实的项目结合起来，在这里我可以立即运用我的知识。幸运的是，在Kaggle发起了新的竞赛“房屋违约信用风险”。（后来我意识到这是我做过的最明智的举动）。…

Reddit是“众包相关引擎”

Luis Bitencourt-Emilio在2004年退出了机器学习和正规教育。那时ML的平均准确率高达40％。他带着学习复仇的方式回来，建立了一个关联引擎 -Reddit用来确定当今与人类到底有什么关联的引擎。我上个月在洛杉矶大数据日听了他的演讲。他保持稳定的步伐，讲述了与机器一起学习的故事。他最近在Reddit的竞选是谈话的主要内容。他所学到的东西只有他自己的学习历史才有可能-并命令机器平台做同样的事情。如果您想更深入—这是2018年大数据日的完整幻灯片和演示文稿资料来源：90年代的软件向导分析师在微软，他们（路易斯和他的机器）对反馈进行了排序。他们使用情绪分析来确定负面反应，以改进Office等产品。想想直接反馈而不是可怕的回形针。简单的视觉效果使用户体验清晰可见。…

最后的统计学家

用James Fenimore Cooper的话讲数据科学 1757年，蒙特卡姆试图制止威廉·麦克亨利堡的大屠杀。1870年，费利克斯·奥克塔维乌斯·卡尔·达利（画家），雕刻家艾尔弗雷德·鲍贝特（Alfred Bobbett）（艺术家）。您是否曾经思考过数据科学在统计领域所做的好与坏，并想过自己，“ 嘿，听起来就像是《莫希干人的最后》的第一段？ ‘ 是的，这就是我的想法！你自己看：这是美国公司统计战的一个主要组成部分，必须在竞争模型相遇之前遇到大数据的粒度和混乱情况。一片宽阔的，显然是不可渗透的随机森林切断了对马尔可夫和蒙特卡洛无监督集群的模拟。耐心的数据科学家和训练有素的业务分析师经常在他身边作战，他们经常花费数月的时间来与数据流的速度进行争执，或者影响数据集的坚固性，以寻求机会展示他们勇于包容。过度拟合。但是，他们模仿了经验丰富的本地统计学家的耐心和自我克制，学会了克服各种困难。似乎，随着时间的流逝，目标函数没有那么暗淡，也没有任何潜在变量如此可爱，以至于它可以要求那些承诺增加血液或坚持梯度的人免于干预。遥远的企业霸主的冷淡而自私的政策。于1826年首次出版。不可思议，不是吗？

数学毁灭武器

我曾经听过Google Research发表关于拍卖理论的演讲，特别是关于广告拍卖的数学基础的演讲。他们介绍了一些拍卖算法，它们的优缺点以及如何衡量算法质量的元问题。他们指出，好的拍卖必须容易解释且公平。如果系统太复杂，广告商会认为他们被骗了。与Cathy O’Neil的著作《数学毁灭性武器》中介绍的数据科学形成了鲜明的对比。我每一章都讲述了一个不同经济领域的故事，以及我们使用统计数据和机器学习的方式判断人的算法。有以下章节：营利性大学如何定位可以向其出售可疑学生贷款的人群犯罪者的预测模型，以及犯罪行为如何影响警务和量刑政策使用性格测验筛选求职者和筛选简历的趋势在广告拍卖中，权力关系意味着广告商可以坚持公平和透明的基本水平。奥尼尔（O’Neil）认为，在大多数情况下，我们使用统计数据来增加进行审判的人员与被审判的人员之间的权力不平衡。没有这样的公平。她重申了最严重罪犯的三大原则。这些算法是不透明的。有时，由于可疑的原因，他们被保密。使用神经网络，我们不能总是有意义地解释算法正在做出的选择。…