Публикации по теме 'data-visualization'
Прогнозирование трансферной стоимости игрока
Для прогнозирования трансферной ценности игрока мы обучим линейную регрессию для создания модели прогнозирования.
Начнем с импорта необходимых библиотек.
Я использовал этот набор данных «TFM_Transfers.csv» ниже, который содержит значения передачи и другие переменные для нескольких игроков. Я отфильтровал поля, которые я нашел наиболее значимыми для проблемы.
Затем я попытался проявить творческий подход и придумать дополнительную футбольную переменную, которая каким-то..
Прогнозирование стоимости перепродажи автомобиля с использованием регрессора случайного леса
Ведущие организации ежедневно собирают тонны данных, чтобы принимать на их основе бизнес-решения и решения. С таким огромным объемом данных спрос на специалистов по данным и аналитиков данных значительно возрастает. Машинное обучение и искусственный интеллект меняют мир к лучшему завтра. Данные — это новая нефть 21 века, а машинное обучение — технология, построенная на их основе. Давайте уделим немного времени анализу трендовых технологических областей с помощью кривой Gartner Hype..
MATLAB в анализе данных: полное руководство
В современном мире, управляемом данными, объем генерируемой информации растет экспоненциально. В результате предприятия, исследователи и аналитики сталкиваются с непростой задачей извлечения значимой информации из обширных наборов данных. Анализ данных является краеугольным камнем этого процесса, и одним из инструментов, доказавших свою ценность в этой области, является MATLAB. Благодаря интуитивно понятному интерфейсу, мощным библиотекам и обширным функциональным возможностям MATLAB стал..
Прогнозирование продаж на основе данных с помощью машинного обучения
Этот пост посвящен изучению данных о продажах Bigmart и разработке модели машинного обучения для прогнозирования продаж определенного товара в конкретном магазине. Набор данных предоставляется как часть решения Analytics Vidhya’s Bigmart Sales Prediction Problem.
Введение
Данные о продажах Bigmart состоят из данных обучения (8523 строки) и данных тестирования (5681 строка) с 11 переменными признаков. Данные обучения дополнительно содержат цену продажи для всех товаров, и задача..
Минимизация мусора в диаграммах: 4 совета по чистой визуализации данных с помощью Python
Устранение ненужного шума из ваших диаграмм и графиков
Визуализация данных является краеугольным камнем науки о данных, играя ведущую роль в рассказывании сложных историй данных.
Способность визуально представлять данные является важным навыком для любого специалиста по данным. Python, благодаря его простоте, универсальности и обилию библиотек, является лучшим выбором профессионалов для создания визуальных данных.
Мусор в диаграммах при визуализации данных искажает информацию,..
Как настроить D3.js с помощью Webpack и Babel
Как настроить D3.js с помощью Webpack и Babel
Прежде чем начать, убедитесь, что у вас установлены node и npm . Используйте версию узла выше 6. Также обратите внимание, что все команды терминала предназначены для Mac. Используйте эквивалентные команды для вашей ОС.
Репозиторий для этого руководства находится здесь .
На днях я настраивал проект D3.js, когда столкнулся с классической головоломкой разработчика - если бы я хотел настроить проект без использования CDN, мне нужно..
Битва за интерактивную географическую визуализацию, часть 6 — Greppo
ПИТОН. НАУКА ДАННЫХ. ГЕОВИЗУАЛИЗАЦИЯ
Битва за интерактивную географическую визуализацию, часть 6 — Greppo
Использование библиотеки Greppo для создания красивых интерактивных географиков
ГДЕ МЫ ОСТАЛИСЬ
В этой серии мы уже определили пять (5) способов создания красивых графиков георассеяния.
Holoviews — Битва за интерактивную географическую визуализацию, часть 1 — интерактивный географик с использованием одной строки кода Plotly Express — Битва за интерактивную..