Публикации по теме 'data-visualization'
Знакомство с медиа-правилами в ZingChart Build 2.4.1
В этом месяце мы выпускаем новую функцию, которая позволяет пользователям создавать адаптивные диаграммы JavaScript, которые можно просматривать на различных настольных и мобильных устройствах. Мы также рады представить логарифмические шкалы для оси X.
ZingChart, сборка 2.4.1
Наша новая сборка включает в себя правила мультимедиа для адаптивных диаграмм, а также обновленные функции, исправления ошибок и документацию.
Новые медиа-правила для адаптивных диаграмм
Media Rules..
Почему «D3» - это путь вперед?
Наука о данных приобрела популярность за последнее десятилетие или около того; в первую очередь из-за экспоненциального роста данных. Но данные - это просто набор цифр, как кто-то может их понять? Здесь на помощь приходят визуализация данных и повествование .
Теперь главный вопрос: каковы основные инструменты для работы? Кто-то может сказать matplotlib , seaborn или даже plotly . Но ничто не может сравниться с масштабируемостью и гибкостью, которые обеспечивает D3.
Для..
Хотите повысить уровень своего обучения науке о данных в Хайдарабаде Приходите и присоединяйтесь к нашим исследовательским лабораториям инноматики
Знания ускоряют карьерный рост в области науки о данных с помощью нашего Расширенного обучения науке о данных . Эта программа осуществляется в сотрудничестве с экспертами по науке о данных из уважаемых IIT и IIM. Вы можете разработать набор основных технических и программных знаний, которые работодатели ищут в своих идеальных кандидатах. К тому времени, когда мы получим достижение Обучение науке о данных , мы сделаем так, чтобы ваш профиль заметили рекрутеры из компаний по найму номер..
Тематическое моделирование на Python с помощью NLTK и Gensim
В этом посте мы узнаем, как определить, какая тема обсуждается в документе, что называется тематическим моделированием. В частности, мы рассмотрим Скрытое распределение Дирихле (LDA): широко используемый метод тематического моделирования. И мы применим LDA для преобразования набора исследовательских работ в набор тем.
Тематическое моделирование исследовательской работы - это метод машинного обучения без учителя, который помогает нам обнаруживать скрытые семантические структуры в..
Пример сквозной науки о данных: прогнозирование диабета с помощью логистической регрессии
Как следует из названия, это руководство представляет собой комплексный пример решения реальной проблемы с помощью Data Science. Мы будем использовать машинное обучение, чтобы предсказать, болен ли человек диабетом или нет, на основе информации о пациенте, такой как артериальное давление, индекс массы тела (ИМТ), возраст и т. Д. В учебном пособии рассматриваются различные этапы науки о данных. рабочий процесс. В частности, в руководстве есть следующие разделы
Обзор Описание данных..
Расшифровка заголовков BuzzFeed с помощью науки о данных
Любите его или ненавидите (лично очарованный им), у Buzzfeed есть свой характерный способ привлечь наше мимолетное внимание, и большая часть их моджо заключается в том, как они создают свои названия. Я использую подход, основанный на глубоком понимании, для анализа наиболее распространенных заголовков BuzzFeed с использованием различных методов машинного обучения и НЛП.
1. Сбор и очистка данных
Используя BuzzFeed API newsapi.org, я смог запросить до 50 главных заголовков с..
Центральная предельная теорема (ЦПТ)
Центральная предельная теорема утверждает, что выборочное распределение средних значений выборки приближается к нормальному распределению, поскольку размер выборки увеличивается независимо от формы распределения генеральной совокупности. Этот факт соответствует размеру каждой выборки более 30.
Центральная предельная теорема (CLT) в основном утверждает, что для ненормальных данных распределение выборочных средних имеет приблизительное нормальное распределение, независимо от того, как..
