Visualising a virus: How our covers captured an unfolding crisis
在 covid-19 大流行的头两年，《新科学家》杂志的许多封面都致力于报道病毒引起的全球紧急情况。它们共同讲述了一个关于坚韧和科学成就的故事
Behind the model: Visualizing an advanced spectrometer with 3D printing
美国能源部托马斯·杰斐逊国家加速器设施的科学家们利用一个详细的 3D 打印模型，将螺线管大强度装置 (SoLID) 实验变为现实，这个模型小到可以放在桌子上，让人们可以切实地一窥未来光谱仪的潜力。
Visualizing improved project management - Senior Leadership Development Program
作为纽约区员工，您知道我们机构为国家成功执行的关键任务。无论是加强我们的合作……
Visualizing Data Directly from Numpy Arrays
正在寻找 DIY 示例以获取在 Python 中高效可视化数据的基础？那么本教程适合您。
Visualizing Global Rare Earth Metals Production Over The Past 30 Years
可视化过去 30 年全球稀土金属产量稀土金属是一组 17 种化学性质相似的元素，是现代技术不可或缺的一部分。从用于制造可承受极端温度的强力磁铁的钕，到用于制造战斗机轻质材料的铍，这些元素具有各种关键的技术用途。虽然稀土金属并不特别稀有，但它们很少以纯净形式存在，而且经常与其他矿物混合，因此开采成本高昂。该图表由 Visual Capitalist 的 Kayla Zhu 制作，使用能源研究所《2024 年世界能源统计评论》报告中的数据，可视化了 1995 年至 2023 年八个主要国家的稀土金属产量（以千吨为单位）。中国在稀土金属生产中占据主导地位过去三十年，全球稀土金属产量激增，从 1995
Visualizing The Survival Rate Of US Businesses Over The Last Decade
可视化过去十年美国企业的存活率在疫情期间，创纪录数量的美国人成为企业家——新业务申请的数量飙升。但每个人都知道经营企业很困难，现在有一些新数据可以验证这种观点。该图表由 Visual Capitalist 的 Pallavi Rao 制作，追踪了 2013 年成立的所有美国私营公司的存活率，按行业分类。该图表中的数字是四舍五入的，来源于美国劳工统计局 (BLS)，于 2024 年发布。在美国经营企业有多难？毫不奇怪，新企业的存活率取决于它们所处的行业。从数据来看，2013 年成立的农业和林业企业在过去十年中最具弹性。到 2023 年，超过一半的企业仍在运营。注：仅显示部分年份，行业标签略作修改
November 2024 Friday’s e-links: A Visualization Atlas
包括我们 11 月的电子链接，我推荐一个可视化网站，您可以不停地浏览该网站以获取新的贸易事实。2024 年 11 月星期五的电子链接：可视化地图集一文首次出现在 Econlife 上。
Simplifying machine data management with in-app visualizations | Viam
Viam 的应用内可视化通过可自定义的仪表板简化了机器数据管理，以获得实时洞察。利用可操作的指标来提高性能并改善协作。
Visualizing 80 Years Of The Gold-to-Oil Ratio
可视化 80 年来的黄金与石油比率黄金和石油是地球上最具影响力的两种商品，它们之间有着数十年来不断发展的迷人关系，黄金与石油比率就是明证。黄金与石油比率表示与一金衡盎司黄金等价的原油桶数。它被视为全球经济健康状况的指标，表明黄金或石油价格何时严重失衡。该图表由 Visual Capitalist 的 Niccolo Conte 制作，使用 Macrotrends 编制的数据，显示了自 1946 年以来的黄金与石油比率。黄金与石油比率是多少？黄金与石油比率表示黄金与西德克萨斯中质原油 (WTI) 之间的价格关系。WTI 是原油的一种等级，是原油定价的三大主要基准之一，另外两个是布伦特原油和迪拜原
Visualizing The Distribution Of Global Wealth
可视化全球财富分配世界各地区的财富分配存在很大差异，反映了由发展、资源可用性和金融渠道差异所造成的经济差距。该图表由 Visual Capitalist 的 Kayla Zhu 制作，可视化了全球每个地区成年人的份额，他们分为四个财富等级（以美元计）：1 万美元以下1 万美元至 10 万美元10 万美元至 100 万美元超过 100 万美元数据来自《瑞银 2024 年全球财富报告》，涵盖 56 个市场，估计占全球总财富的 92.2%。瑞银报告的数据不包括大多数非洲国家。2023 年按地区划分的全球财富最低财富等级（1 万美元以下）的大多数成年人集中在亚太地区 (APAC)，该财富等级中近 70
Hollywood techniques help NASA visualize supercomputing data
迷人的图像和视频可以让数据栩栩如生。NASA 的科学可视化工作室 (SVS) 制作可视化、动画和图像，帮助科学家讲述他们的研究故事，让科学更平易近人、更引人入胜。
AdaBoost Classifier, Explained: A Visual Guide with Code Examples
集成学习将权重放在最需要的地方随机森林解释：带有代码示例的可视化指南每个人都会犯错 — 即使是机器学习中最简单的决策树。AdaBoost（自适应增强）算法不会忽略它们，而是会做一些不同的事情：它从这些错误中学习（或适应）以变得更好。与一次生成多棵树的随机森林不同，AdaBoost 从一棵简单的树开始，并识别它错误分类的实例。然后，它构建新的树来修复这些错误，从错误中学习并在每一步中变得更好。在这里，我们将准确说明 AdaBoost 如何进行预测，通过结合有针对性的弱学习者来增强力量，就像将集中锻炼变成全身力量的锻炼程序一样。所有视觉效果：作者使用 Canva Pro 创建。针对移动设备进行了优
Random Forest, Explained: A Visual Guide with Code Examples
集成学习使用随机树进行复杂的预测决策树分类器说明：带有代码示例的可视化指南，适合初学者决策树是机器学习的一个很好的起点 — — 它们清晰且有意义。但有一个问题：它们在处理新数据时往往效果不佳。预测可能不一致且不可靠，这在您尝试构建有用的东西时是一个真正的问题。这就是随机森林的用武之地。它吸收了决策树的优点，并通过将多棵树组合在一起使它们更好地工作。它已成为许多数据科学家最喜欢的工具，因为它既有效又实用。让我们看看随机森林是如何工作的，以及为什么它可能正是您下一个项目所需要的。现在是时候停止迷失在树木中，看看森林的真面目了 — — 这是您在机器学习中的下一个可靠工具。所有视觉效果：作者使用 Ca
Anthropic Launches Visual PDF Analysis in Latest Claude AI Update
在文档处理方面取得重大进展的过程中，Anthropic 为其 Claude 3.5 Sonnet 模型推出了新的 PDF 支持功能。这一发展标志着在弥合传统文档格式和 AI 分析之间的差距方面迈出了关键一步，使组织能够在其现有文档基础设施中利用先进的 AI 功能。此次整合达到了 […]Anthropic 在最新的 Claude AI 更新中推出可视化 PDF 分析一文首先出现在 Unite.AI 上。
Data Leakage in Preprocessing, Explained: A Visual Guide with Code Examples
数据预处理预处理管道泄漏的 10 种隐秘方式在我教授机器学习的经验中，学生经常会遇到同样的问题：“我的模型表现很好——准确率超过 90%！但是当我将其提交给隐藏数据集进行测试时，它现在不那么好了。哪里出了问题？”这种情况几乎总是指向数据泄漏。当测试数据中的信息在数据准备步骤中潜入（或泄漏）到您的训练数据中时，就会发生数据泄漏。这通常发生在常规数据处理任务中，而您没有注意到。当发生这种情况时，模型会从它不应该看到的测试数据中学习，从而使测试结果具有误导性。让我们看看常见的预处理步骤，看看数据泄漏时究竟会发生什么——希望您可以在自己的项目中避免这些“管道问题”。所有视觉效果：作者使用 Canva
Hands-On Data Visualization with Google Mesop
Google Mesop 是一个易于使用的 Python UI 框架。我们将了解如何使用它来创建带有 Plotly 的数据可视化应用程序。继续阅读 Towards Data Science »
