توضیحاتی در مورد کتاب Data Representations, Transformations, and Statistics for Visual Reasoning (Synthesis Lectures on Visualization)
نام کتاب : Data Representations, Transformations, and Statistics for Visual Reasoning (Synthesis Lectures on Visualization)
ویرایش : 1
عنوان ترجمه شده به فارسی : بازنمایی داده ها، تبدیل ها، و آمار برای استدلال بصری (سخنرانی ترکیبی در مورد تجسم)
سری :
نویسندگان : Ross Maciejewski
ناشر : Morgan & Claypool Publishers
سال نشر : 2011
تعداد صفحات : 87
ISBN (شابک) : 1608456250 , 9781608456253
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 2 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
توضیحاتی در مورد کتاب :
تکنیکهای استدلال تحلیلی روشهایی هستند که توسط آنها کاربران دادههای خود را برای به دست آوردن بینش و دانشی که میتواند مستقیماً از آگاهی موقعیتی و تصمیمگیری پشتیبانی کند، کاوش میکنند. اخیراً، فرآیند استدلال تحلیلی با استفاده از بازنماییهای بصری تعاملی و ابزارهایی که از اصول شناختی، طراحی و ادراکی استفاده میکنند، تقویت شده است. این ابزارها معمولاً به عنوان ابزارهای تجزیه و تحلیل بصری شناخته می شوند و روش ها و اصول زیربنایی ریشه در رشته های مختلف دارند. این فصل مقدمه ای برای محققان جوان به عنوان مروری بر بازنمایی های بصری رایج و روش های تحلیل آماری مورد استفاده در انواع سیستم های تحلیل بصری ارائه می دهد. کاربرد و طراحی تجسم و الگوریتم های تحلیلی منوط به تصمیمات طراحی، انتخاب پارامترها و بسیاری از الزامات متناقض است. به این ترتیب، این فصل تلاش میکند مجموعهای اولیه از دستورالعملها را برای ایجاد نمایش بصری، از جمله مشکلات و مناطقی که گرافیک را میتوان از طریق کاوش تعاملی افزایش داد، ارائه دهد. روشهای تحلیلی پایه بهعنوان وسیلهای برای تقویت فرآیند تحلیل بصری، حرکت از تحلیل بصری به تجزیه و تحلیل بصری مورد بررسی قرار میگیرند. فهرست مطالب: انواع داده ها / طرح های رنگی / پیش شرطی سازی داده ها / نمایش و تحلیل بصری / خلاصه
فهرست مطالب :
Acknowledgments......Page 11
Data Types......Page 13
Ordinal Data......Page 15
Ratio Data......Page 16
Design Principles for Color Schemes......Page 17
Sequential Color Scales......Page 18
Mutlivariate Color Schemes......Page 19
Choosing a Color Scheme......Page 20
Data Preconditioning......Page 23
Determining Bin Widths......Page 29
Increasing the Dimensionality of a Histogram......Page 32
Kernel Density Estimation......Page 34
Multivariate Visualization Techniques......Page 37
Scatterplots and Scatterplot Matrices......Page 38
Parallel Coordinate Plots......Page 41
Abstract Multivariate Visualizations......Page 42
Principal Component Analysis......Page 44
K-Means Clustering......Page 46
Multi-dimensional Scaling......Page 48
Self-Organizing Maps......Page 49
Line Graphs......Page 51
Calendar View......Page 52
Multivariate Temporal Exploration......Page 53
Animation......Page 54
Control Charts......Page 55
Time Series Modeling......Page 57
Geographic Visualization......Page 61
Dasymetric Maps......Page 62
Isopleth Maps......Page 63
Class Interval Selection......Page 64
Animating Maps......Page 65
Spatial Autocorrelation......Page 66
Local Indicators of Spatial Association......Page 67
AMOEBA Clustering......Page 68
Spatial Scan Statistics......Page 69
Summary......Page 73
Bibliography......Page 75
Author's Biography......Page 87
توضیحاتی در مورد کتاب به زبان اصلی :
Analytical reasoning techniques are methods by which users explore their data to obtain insight and knowledge that can directly support situational awareness and decision making. Recently, the analytical reasoning process has been augmented through the use of interactive visual representations and tools which utilize cognitive, design and perceptual principles. These tools are commonly referred to as visual analytics tools, and the underlying methods and principles have roots in a variety of disciplines. This chapter provides an introduction to young researchers as an overview of common visual representations and statistical analysis methods utilized in a variety of visual analytics systems. The application and design of visualization and analytical algorithms are subject to design decisions, parameter choices, and many conflicting requirements. As such, this chapter attempts to provide an initial set of guidelines for the creation of the visual representation, including pitfalls and areas where the graphics can be enhanced through interactive exploration. Basic analytical methods are explored as a means of enhancing the visual analysis process, moving from visual analysis to visual analytics. Table of Contents: Data Types / Color Schemes / Data Preconditioning / Visual Representations and Analysis / Summary