Visual Analytics

Forfatter: Eugene Taylor
Oprettelsesdato: 11 August 2021
Opdateringsdato: 1 Juli 2024
Anonim
VIVA – What is Visual Analytics?
Video.: VIVA – What is Visual Analytics?

Indhold

Definition - Hvad betyder Visual Analytics?

Visuel analyse er en gruppe af målesystemer og processer, der kombinerer analytisk ræsonnement med informationsvisualisering.


En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.

Techopedia forklarer Visual Analytics

Visuel analyse er baseret på den forudsætning, at visualisering bruges som et værktøj til at hjælpe med analyse.

Selvom ideen om visuel analyse er en bred, kan denne disciplin have en vis tvetydighed. Generelt er det, der gør visuel analytik unik, at de oplysninger, der visualiseres, involverer statistisk arbejde eller data mining, eller andre typer analytisk arbejde.

For eksempel kan visualisering af data, der er iboende i et naturligt system eller bliver udarbejdet af menneskelige hænder, blive beskrevet som informationsvisualisering. På den anden side vil en visuel grænseflade, der blot viser resultaterne af analysealgoritmer, blive beskrevet som visuel analyse.


Et visuelt analysesystem vil ofte bruge et specifikt softwaretashboard til at præsentere analyseresultater visuelt. For eksempel kan dashboardskærmbillederne have forskellige motorer, der involverer visuelle grafer, cirkeldiagrammer eller infografikværktøjer, hvor resultaterne, efter beregningsalgoritmerne fungerer, dukker op på skærmen.

Den visuelle analytiske grænseflade gør det let for en menneskelig bruger at forstå resultaterne, på hvilket tidspunkt den menneskelige bruger kan foretage ændringer, der yderligere styrer computerens algoritmiske proces.

En del af den innovative idé om visuel analyse er dette samspil mellem mennesker og computere, hvor hver kombination af rå algoritmisk styrke og dygtig visualisering styrker hinandens arbejde med at raffinere datasæt til forskellige mål og målsætninger.