iT邦幫忙

第 11 屆 iThome 鐵人賽

DAY 30
0
AI & Data

為資料選擇適合的視覺化方式系列 第 30

[Day 30] 更多關於資料科學、與資料視覺化

  • 分享至 

  • xImage
  •  

來到了這個系列的最後一篇,除了這個主題之外還會有我個人的一些心得~


關於資料科學

這其實是一門博大精深的學問,整個過程會包含像是定義問題、確認需要哪些資料、搜集資料、清理資料、進行分析、然後可能還會發現分析出來的結果好像有點怪怪的,再回去看看是不是收進來的資料有點問題、或是還有哪些面向其實需要被考量到。

一直到前面這些都完成了,最後一步,才是將分析結果進行視覺化,找出最適合的方式進行呈現。

所以,關於前面的一堆步驟,也是很值得去鑽研的部分。網路上其實也有很多資料科學的相關課程可以自行去探索。

或是,想要在一頭栽進去之前有更多了解的話,我覺得這篇 揭開資料科學的神秘面紗 寫得還蠻不錯的,大家也可以參考看看。


關於資料視覺化

當然,就這 30 天的主題「為資料選擇適合的視覺化方式」,其實也只是資料視覺化的其中一部份,甚至還很偏重在靜態圖表類型的視覺化方式。

關於資料視覺化這部分,這兩天我也有找到 IBM 也有整理出一個還蠻嚴謹的流程,大致分為以下幾個步驟 (看起來和軟體開發的過程蠻像的XD),有興趣的話也可以自行閱讀 這篇文章

  • Define your intent with sponsor users
  • Understand and clean data
  • Model data and check for visual validity
  • Structure and style
  • Test and iterate
  • Refine and implement

還有哪些其他資源

除了一些線上課程之外,我覺得實際找點資料來玩玩、試著自己操作看看也是很重要的,而這篇 資料科學網站大補帖 其實也還整理的蠻詳細的,如果還有哪些是大家覺得漏掉需要再補上的,也都可以讓我知道。

另外也推薦一些我有在看、也還算是蠻常更新的 blog。


後記

最後當然是先來回顧一下前面這 29 天到底寫了哪些東西。

資料視覺化概論

各種圖表與使用情境介紹

小技巧與相關工具

更多的資料科學與資料視覺化


心得?

大概就是終於完賽了吧XD

其實一開始也是無意間看到這個鐵人賽,想說好像可以來挑戰看看,然後大概想了兩天訂了主題、稍微擬一下大綱就衝了。當然這個一開始就是計畫外的活動,真的加入計畫之後當然也會遇到各種的計畫趕不上變化,例如中間又不小心被加了個讀書會、還有重感冒好幾天,以及原本就安排好的線上課程進度等等... 這時候才覺得每天下班後都還要固定逼自己都有產出,其實真的是蠻有挑戰的一件事。

不過剛好也是工作上會需要接觸到資料,並且要用工具來進行呈現,所以也想說雖然在這方面還是個新手,但也趁這個機會讓自己在這部分能夠更進步。以結果來說,這 30 天也算是有很大的收穫吧。


上一篇
[Day 29] 圖表以外的資料視覺化方法
系列文
為資料選擇適合的視覺化方式30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

1 則留言

0
阿儒
iT邦新手 4 級 ‧ 2019-10-06 22:56:29

恭喜完賽~~

我要留言

立即登入留言