Voitot:
- Mahdollisuus valita sopiva kaaviotyyppi viestille, jonka haluat antaa (vertailu, trendi, jakelu, suhde)
- Kyky välttää tekemästä kaavioita tekoälyn muodostamista tiedoista varmistamalla, että jokainen kaavion alla oleva numero tulee omista todellisista tiedoistaan.
- Kyky hallita harhaanjohtavia suunnitelmia, kuten rikkinäinen akseli ja suhteeton mittakaava, ja tuottaa helppokäyttöisiä, rehellisiä visuaaleja
Riippumatta siitä, kuinka vankka tutkimustulos on, se on hyödytön, ellei sitä ymmärretä. Tietojen visualisointi on taidetta kaatamalla numeerista ja kategorista dataa kaavioiksi, taulukoiksi ja kaavioiksi, jotta lukija voi nähdä kuvion yhdellä silmäyksellä. Hyvä kaavio vähentää tuhansia tietorivejä yhdeksi viestiksi; Huono kaavio voi saada tarkatkin tiedot näyttämään harhaanjohtavilta. Tässä osiossa opit käyttämään tekoälyä oikean kaaviotyypin valitsemiseen, visualisointikoodin luomiseen, taulukoiden järjestämiseen ja havaintojen esittämiseen rehellisesti.
Tekoälyn rooli visualisoinnissa on kaksijakoinen. Ensimmäinen on konsultointi: "mikä kaavio sopii näille tiedoille?" vastaa kysymykseen hyvin; kuten pylväskaavio kahden luokan vertailua varten, viivakaavio ajan muutoksille ja – jos sitä käytetään huolellisesti – ympyräkaavio kokonaisuuden osille. Toinen on koodin luominen: graafisen koodin laatiminen työkaluille, kuten R (ggplot2) tai Python (matplotlib, seaborn). Mutta ole varovainen: tekoälyn tuottaman kaavion alla olevien numeroiden on oltava peräisin todellisista tiedoistasi; Hieno kaavio, jonka tekoäly tuottaa "näytetiedoilla" ei ole sinun löytösi. Lisäksi tekoäly voi tietämättään ehdottaa harhaanjohtavaa kuvaajaa (katkoviiva, suhteeton asteikko); Eheystarkastus on sinun.
Askel askeleelta: tiedoista rehelliseen kaavioon
1. Tunnista viesti. Jokaisen kaavion tulee vastata yhteen kysymykseen: "Mitä haluan näyttää?" Vertailu, trendi, jakautuminen, suhde? Karttatyyppiä ei voi valita ennen kuin viesti on selvä.
2. Valitse oikea kaaviotyyppi. Tyyppi vaihtelee viestin mukaan. Tekoäly antaa perusteltuja ehdotuksia kysymykseen "Haluan näyttää nämä tiedot tällä viestillä, mikä kaavio?"
3. Käytä eheyssääntöjä. Pitäisikö akselin aloittaa nollasta, onko asteikko verrannollinen, ovatko värit harhaanjohtavia? AI auttaa sinua tarkistamaan, onko kaavio harhaanjohtava.
4. Luonnostele koodi ja suorita se Omallasi tiedoillasi. Anna tekoälyn kirjoittaa grafiikkakoodi; Suorita se omilla todellisilla tiedoillasi ja tarkista tulos.
5. Tee siitä helppokäyttöinen. Värisokeusystävälliset paletit, selkeät etiketit, luettavat otsikot. AI ehdottaa näitä parannuksia.
Vinkki: Yksinkertainen tapa testata kaavion rehellisyyttä: "Kuinka joku huonoista aikeista voi tehdä tästä kaaviosta harhaanjohtavan?" on kysyä. Katkoviivainen y-akseli saa pienen eron näyttämään valtavalta; Valittu ajanjakso voi kääntää trendin. Pyydä tekoälyä skannaamaan nämä ansoja.
kolme minilaukkua
Tapaus 1 – Harhaanjohtava akseli korjattu. Yhdessä raportissa ero näiden kahden ryhmän välillä (51 % vs. 54 %) näytti "jättiläiseltä aukolta" kaaviossa, jossa y-akseli alkaa arvosta 50. Kun tekoäly ehdotti akselin alkavan nollasta, ero pieneni todelliseen kokoonsa, pieni ero. Kaaviosta tuli rehellinen.
Tapaus 2 – Oikeanlainen säästää aikaa. Yhdellä tutkijalla oli viiden vuoden osallistumisprosenttitiedot, mutta hän käytti ympyräkaaviota; Trendi ei näkynyt. YZ ehdotti "viivakaaviota ajan muutokselle" ja ggplot2 laati koodin. Laskeva trendi tuli yhtäkkiä luettavaksi.
Tapaus 3 – Väärennetyt dataloukut. Kun käyttäjä pyysi tekoälyltä "kaaviota nuorten sosiaalisen median käytöstä", tekoäly tuotti kauniin kaavion keksityillä numeroilla. Käyttäjä melkein laittoi sen raporttiin; Sitten hän tajusi, että nämä luvut eivät olleet hänen tietojaan, vaan tekoälyn keksintöä. Kaavio on uusittu todellisilla tiedoilla.
Neljä kopioitavaa mallia
1) Kaaviotyypin valinta:
Haluan näyttää seuraavat tiedot: [tietojen kuvaus]. Viesti, jonka haluan antaa: [vertailu/trendi/jakauma/suhde]. Ehdota tälle viestille kahta sopivinta kaaviotyyppiä perusteluineen. Kerro minulle, miksi minun pitäisi välttää asioita, jotka voivat olla harhaanjohtavia (esim. kakku, jossa on useita viipaleita).
2) Visualisointikoodi (ajan sen omilla tiedoillani):
Piirrä [plot type] -koodi [R ggplot2 / Python matplotlib]:lle. Omat muuttujat: [x], [y], [ryhmä]. Kirjoita koodi kommenteilla, aloita akselit tyhjästä, käytä saatavilla olevaa väripalettia, laita otsikot ja tarrat turkkiksi. Esimerkki numeroiden tekemisestä; Yhdistän tietoni.
3) Rehellisyystarkastus:
Kuvailen seuraavan kaavion: [kaavio]. Voiko se olla harhaanjohtavaa? Tarkista: onko akseli nolla, onko asteikko verrannollinen, onko aikaväli valittu, liioittelevatko värit ryhmää, vääristääkö 3D-efekti havaintoa? Ehdota korjauksia jokaiselle riskille.
4) Taulukon muokkaus:
Muunna seuraavat raakatulokset puhtaaksi, luettavaksi tulostaulukoksi: [x] riveissä, [y] sarakkeissa, arvo soluissa ja prosenttiosuus tarvittaessa. Pyöristä desimaaliluku johdonmukaisesti, ilmoita lähde alaviitteessä. Numeroiden vaihtaminen; muokkaa vain. Tiedot: [täällä]
Heikko kehote / Vahva kehote
Heikko kehote:
Anna minulle vaikuttava grafiikka tästä aiheesta.
Halu "vaikuttavaan" rohkaisee tekoälyä joko tekotiedoilla tai harhaanjohtavalla suunnittelulla, joka liioittelee eroa. Vaikuttavuuden ei pitäisi tulla ennen rehellisyyttä.
Tehokas kehotus:
Haluan viivakaaviokoodin, jonka voin suorittaa omilla tiedoillani. Viestini: näyttää REHELLISESTI ero osallistumisasteessa neljän ryhmän välillä. Akselin tulee alkaa nollasta, värien tulee olla sopivia värisokeuteen, eikä eroa saa liioitella. [R/Python] Anna koodi, numeroiden sovitus. Nimeä sitten 3 riskiä, joissa tämä kaavio voi muuttua harhaanjohtavaksi.
Ero: toinen kehote keskittyy rehellisyyteen, saavutettavuuteen ja todellisiin tietoihin.
Kaavion tyyppi viestillä
Viesti
sopiva grafiikka
Vältettävä
Luokkien vertailu
pylväskaavio
3D, monen viipaleen kakku
muuttua ajan myötä
viivakaavio
kakku
jakelu
Histogrammi, laatikkokaavio
yksittäinen keskiarvo
Kaksi muuttuvaa suhdetta
hajottaa
sauva
osia kokonaisuudesta
Pinottu patukka/puntakakku
Moniosainen kakku
Yleisiä virheitä
- Kaavioiden tekeminen tekoälyn muodostamista tiedoista. Jokaisen kaavion alaosassa olevan numeron on oltava peräisin todellisista tiedoistasi.
- Eron liioitteleminen katkoakselilla. On harhaanjohtavaa saada pieni ero näyttämään suurelta.
- Genren valitseminen, joka ei sovi viestiin. Se on kuin aikatrendin näyttämistä piirakan kanssa.
- Unohdetaan saavutettavuus. Vain värillä erotetut ryhmät eivät sisällä värisokea lukijaa.
- Laitetaan "vaikuttava" ennen "rehellistä". Visuaalin tarkoitus ei ole suostuttelu, vaan oikea viestintä.
Yhteenvetona
Datan visualisointi on tapa viestiä löydöstäsi rehellisesti ja selkeästi lukijalle. AI; Se on tehokas apu oikean kaaviotyypin ehdottamiseen, visualisointikoodin laatimiseen, taulukoiden muokkaamiseen ja harhaanjohtavien mallien tarkistamiseen. Mutta jokaisen kaavion alaosassa olevan numeron on oltava peräisin todellisista tiedoistasi. Tekoälyn "näytetietojen" tuottama kaunis kaavio ei ole sinun löytösi. Tee viesti selväksi, valitse oikea tyylilaji, pidä akseli ja mittakaava rehellisenä, tee siitä helposti saatavilla äläkä koskaan laita sanaa "vaikuttava" ennen "rehellistä".
Sovellustehtävä
Valitse pieni joukko itse keräämiäsi faktoja tai tietoja. Valitse viestiisi sopiva tyyppi "Kaaviotyypin valinta" -mallin avulla. Ota "Visualisointikoodi" -mallin avulla koodi tekoälystä ja suorita se omilla tiedoillasi (ei koskaan tekoälyn keksimillä numeroilla). Piirrä samat tiedot katkoakselilla, laita kaksi kuvaajaa vierekkäin ja näytä, kuinka ero on liioiteltu "rehellisyystarkistus" -mallilla.
tarkistuslista
- [ ] Olen selventänyt yksittäistä viestiä, jonka kaavio yrittää välittää.
- [ ] Valitsin viestille sopivan graafisen tyypin perusteluineen.
- [ ] Tein kaavion omalla todellisella tuotollani, en tekoälyn tekoa.
- [ ] Aloitin akselin nollasta ja pidin asteikon verrannollisena.
- [ ] Käytin helppokäyttöisiä värejä ja selkeitä tarroja.