युनिट्स
1. डेटा विज्ञान आणि विश्लेषणातील कृत्रिम बुद्धिमत्तेचा परिचय: कार्यप्रवाह, भूमिका, सीमा, प्रमाणीकरण आणि नीतिशास्त्र 2. डेटा संकलन आणि स्त्रोत समजून घेणे: स्कीमा, सॅम्पलिंग, गुणवत्ता आणि लीक जागरूकता 3. डेटा क्लीनिंग आणि प्रीप्रोसेसिंग: गहाळ मूल्य, बाह्य आणि प्रकार रूपांतरण 4. एक्सप्लोरेटरी डेटा ॲनालिसिस (EDA): वितरण, संबंध आणि प्रारंभिक अंतर्दृष्टी 5. वैशिष्ट्य अभियांत्रिकी: रूपे निर्माण करणे, कोडिंग, स्केलिंग आणि गळती टाळणे 6. मॉडेल बिल्डिंग: समस्या व्याख्या, अल्गोरिदम निवड आणि प्रशिक्षण/चाचणी विभाजन 7. मॉडेल मूल्यांकन: मेट्रिक्स, क्रॉस-व्हॅलिडेशन आणि एक्सट्रीम लर्निंग 8. व्हिज्युअलायझेशन आणि स्टोरीटेलिंग: अचूक ग्राफिक्स, प्रामाणिक ग्राफिक्स 9. कोड जनरेशन: पायथन (पांडा) आणि SQL सह AI-सहाय्यित विश्लेषण 10. डेटा लीकेज आणि पुनरुत्पादनक्षमता: मूक आपत्ती आणि शिस्त 11. MLOps फाउंडेशन, नैतिकता, गोपनीयता आणि जबाबदार विश्लेषण
युनिट 8 / 11

व्हिज्युअलायझेशन आणि स्टोरीटेलिंग: अचूक ग्राफिक्स, प्रामाणिक ग्राफिक्स

नफा:

  • प्रत्येक चार्टला स्पष्ट प्रश्नाशी जोडण्याची आणि योग्य चार्ट प्रकार निवडण्याची क्षमता (वेळेसाठी ओळ, तुलनासाठी बार, संबंधांसाठी वितरण)
  • दिशाभूल करणारे घटक ओळखण्याची क्षमता (डॅश केलेला अक्ष, चेरी पिकिंग, स्पॅगेटी चार्ट) आणि प्रामाणिक आणि साधे व्हिज्युअल तयार करणे
  • परिणाम-देणारं मथळे आणि डेटा स्टोरीटेलिंगसह निष्कर्षांना निर्णयांमध्ये बदलण्याची क्षमता

विश्लेषणाचे मूल्य तेव्हाच कळते जेव्हा इतरांना ते समजून घेता येते आणि निर्णय घेता येतो. जगातील सर्वात अचूक मॉडेल शेल्फवर राहते जर ते खराबपणे स्पष्ट केले गेले असेल; नीट समजावून सांगितलेला एक सामान्य शोध कंपनीची दिशा बदलू शकतो. या युनिटचा विषय डेटा व्हिज्युअलायझेशन (ग्राफिक्ससह डेटा व्यक्त करणे) आणि डेटा कथा सांगणे (निर्णय कथेमध्ये निष्कर्षांचे भाषांतर करणे): योग्य आलेख निवडणे, ते प्रामाणिकपणे रेखाटणे आणि प्रेक्षकांच्या मनात एक स्पष्ट संदेश सोडणे. एआय चार्ट कोड लिहिते, चार्ट प्रकार सुचवते आणि शोधासाठी शीर्षक मसुदा तयार करते; पण कोणता संदेश द्यायचा आणि ग्राफिक दिशाभूल करणारा आहे की नाही हे ठरवायचे आहे.

चार्टमध्ये एक कार्य आहे: प्रश्नाचे उत्तर देणे

नवशिक्यांनी केलेली सर्वात मोठी चूक म्हणजे "डेटा दाखवण्यासाठी" आलेख काढणे. तथापि, एक चांगला चार्ट एका प्रश्नाचे उत्तर देतो. "कालांतराने विक्री वाढली आहे का?" प्रश्नाचे उत्तर रेषा आलेख आहे; "कोणत्या शहरात जास्त विक्री होते?" बार चार्ट आहे; "किंमत आणि मागणी यांचा संबंध आहे का?" स्कॅटर प्लॉट आहे. आलेख काढण्यापूर्वी, विचारा: हा आलेख कोणत्या प्रश्नाचे उत्तर देतो आणि दर्शक तो एका दृष्टीक्षेपात पाहू शकतो का?

चार्ट निवडीचे मूलभूत मॅपिंग:

उद्देश

योग्य तक्ता

चुकीची निवड

काळानुसार बदल

रेखा चार्ट

पाई चार्ट

श्रेणी तुलना

बार चार्ट

3D केक

दोन संख्यांचा संबंध

स्कॅटर चार्ट

रॉड

वितरणाचा आकार

हिस्टोग्राम/बॉक्स

सरासरी सिंगल बार

संपूर्ण भाग (काही श्रेणी)

स्टिक किंवा साधा केक

मल्टी स्लाइस केक

बहुविध संबंध

उष्णता नकाशा

आच्छादित ओळी

टीप: शक्य असल्यास पाई चार्ट टाळा; मानवी डोळा कोनांची तुलना खराबपणे करतो. दोनपेक्षा जास्त स्लाइस असल्यास अनुक्रमिक बार चार्ट जवळजवळ नेहमीच अधिक वाचनीय असतो.

प्रामाणिक चार्ट: दिशाभूल करण्याचा सर्वात सोपा मार्ग

चार्ट हे लक्षात न घेता खोटे बोलू शकतात (कधीकधी हेतुपुरस्सर). डेटा व्यावसायिकाची नैतिक जबाबदारी प्रामाणिक आलेख काढणे आहे. फसवणुकीचे सर्वात सामान्य प्रकारः

डॅश केलेला y-अक्ष: तुम्ही अक्ष 0 ऐवजी 95 वर सुरू केल्यास, 2% फरक डोंगरासारखा दिसतो. तुलनात्मक बार चार्टमध्ये, अक्ष सामान्यतः 0 पासून सुरू झाला पाहिजे.

चुकीचे अक्ष स्केल: लॉगरिदमिक अक्ष निर्दिष्ट न करता किंवा अक्ष विकृत न करता वापरणे.

चेरी पिकिंग: तुमच्या मेसेजला सपोर्ट करणारा फक्त कालावधी/सेगमेंट दाखवत आहे आणि बाकी लपवत आहे.

खूप जास्त माहिती: "स्पॅगेटी चार्ट" तयार करण्यासाठी 12 ओळी ओव्हरलॅप करणे; कोणतेही संदेश वाचले जात नाहीत.

दिशाभूल करणारी जोड: वेगळ्या पद्धतीने वागणारे आलेख जोडणे आणि वास्तविक नमुना लपवणे (सिम्पसनचा विरोधाभास).

सावध रहा: जर तुम्ही AI ला "हा फरक प्रभावी दिसावा" असे सांगितले तर ते डॅश अक्षासह अतिशयोक्तीपूर्ण आलेख सुचवू शकते. नैतिक जबाबदारी तुमच्यावर आहे: चार्टने डेटा प्रत्यक्षात आहे त्यापेक्षा मोठा किंवा लहान बनवू नये. प्रभावीपणापूर्वी प्रामाणिकपणा येतो.

रंग, लेबल आणि साधेपणा

चांगले ग्राफिक्स हे साधे ग्राफिक्स आहेत. डेटा-शाई गुणोत्तर तत्त्व: डेटा नसलेली प्रत्येक गोष्ट टाकून द्या (अनावश्यक ग्रिड, सावली, 3D प्रभाव, सजावटीचा रंग). रंगाने अर्थ व्यक्त केला पाहिजे, शोभेचा नसावा: श्रेणी हायलाइट करण्यासाठी एक रंग, बाकी राखाडी. रंग अंधत्वाकडे लक्ष द्या (लाल-हिरवा भेदभाव 12 पैकी 1 पुरुषांमध्ये कठीण आहे); सुरक्षित पॅलेट वापरा. प्रत्येक चार्टला स्पष्ट शीर्षक असले पाहिजे — आणि सर्वोत्तम शीर्षक चार्टचे वर्णन करत नाही, तो परिणाम सांगतो: "मासिक विक्री" ऐवजी "विक्री Q3 मध्ये 18% खाली"

हायलाइट आणि वर्णन: संदेशाकडे डोळा निर्देशित करणे

एक चांगले ग्राफिक दर्शकाला कुठे पाहायचे ते सांगते. पूर्व-सजग गुणधर्म - रंग, स्थिती, आकार यासारखे दृश्य संकेत, जे मेंदूला जाणीवपूर्वक प्रयत्न न करता सेकंदाच्या एका अंशात जाणवते - हे यासाठी साधन आहे: जर तुम्ही उच्चारण रंग आणि उर्वरित राखाडी असलेली एकच पट्टी सोडली तर, डोळा आपोआप तिकडे जाईल. चार्टवर थेट जोडलेली भाष्ये देखील शक्तिशाली आहेत: वर्णनाच्या परिच्छेदापेक्षा "या महिन्यात मोहीम सुरू झाली" असा एकच बाण अधिक प्रभावी आहे. डॅशबोर्ड डिझाइन करताना हेच तत्त्व लागू होते: सर्वात महत्त्वाचे मेट्रिक शीर्षस्थानी आणि सर्वात मोठे ठेवा, दुय्यम माहिती तळाशी आणि लहान ठेवा. प्रेक्षकांना माहितीने भारावून टाकणे हा हेतू नसून त्यांना एकाच दृष्टीक्षेपात योग्य निर्णय पाहण्यास सक्षम करणे हा आहे. एआय तुम्हाला रंग आणि भाष्य कोड हायलाइट करू शकते; पण कशावर जोर द्यायचा ते तुम्ही ठरवा, म्हणजे खरा संदेश काय आहे.

तीन लहान प्रकरणे

केस 1 - तुटलेली अक्ष घोटाळा. एका संघाने बार चार्टसह व्यवस्थापन सादर केले ज्याने "वाढ" दर्शविण्यासाठी 980 वाजता y-अक्ष सुरू केला; 1,000 ते 1,020 पर्यंतची विक्री प्रचंड दिसत होती. वास्तविक वाढ 2% होती. जेव्हा एका व्यवस्थापकाने हे पिव्होट लक्षात घेतले तेव्हा संपूर्ण सादरीकरणाची विश्वासार्हता डळमळीत झाली. धडा: तुलना पट्ट्यांमध्ये अक्ष 0 वर सुरू करा.

केस 2 - स्पेगेटी चार्ट. एका विश्लेषकाने 14 उत्पादनांची 24 महिन्यांची विक्री एका चार्टवर 14 ओळींप्रमाणे ठेवली. कोणालाही काही वाचता येत नव्हते. केवळ 3 उत्पादने हायलाइट करून ज्याने सर्वात जास्त बदल केला आणि उर्वरित फिकट राखाडी बनवून, संदेश स्पष्ट झाला: "उत्पादन A क्रॅश होत आहे, उत्पादन B वाढत आहे." धडा: सर्व काही दाखवू नका, संदेश दाखवा.

केस 3 - परिणाम सांगणारे शीर्षक. एक अहवाल "प्रादेशिक वितरण" शीर्षकाच्या नकाशावर चमकला; कोणीही कारवाई करत नव्हते. जेव्हा हेडलाइन "पूर्वेकडील क्षेत्र 40% लक्ष्यापेक्षा कमी" वर बदलली, तेव्हा त्याच ग्राफिकने मीटिंगमध्ये आणीबाणीच्या कृती योजनेला जन्म दिला. धडा: शीर्षकाने निर्णय सांगावा, ग्राफिक नाही.

चार कॉपी करण्यायोग्य टेम्पलेट्स

1) चार्ट प्रकार निवड:

तुमची भूमिका: व्हिज्युअलायझेशन सल्लागार. खालील प्रश्नाचे उत्तर देणारा चार्ट सुचवा: "गेल्या 12 महिन्यांत कोणते चॅनेल (वेब/मोबाइल) वेगाने वाढले?" माझ्याकडे मासिक, चॅनेल-तुटलेली विक्री आहे. मला सर्वात योग्य चार्ट प्रकार आणि का सांगा; दिशाभूल करणारे पर्याय (पाई, डॅश केलेले अक्ष) टाळण्यासाठी मला आठवण करून द्या. मॅटप्लॉटलिबसह कोड निर्यात करा.

२) प्रामाणिक रेखाचित्र नियंत्रण:

प्रामाणिकपणासाठी हा बार चार्ट कोड तपासा: y-अक्ष 0 ने सुरू होतो का, रंगाला अर्थ आहे का, शीर्षक परिणाम सांगतो का, काही अनावश्यक 3D/छाया आहेत का? कोणत्याही दिशाभूल करणाऱ्या गोष्टी दुरुस्त करा आणि तुम्ही त्या का दुरुस्त केल्या हे स्पष्ट करा.

3) सरलीकरण:

माझ्याकडे 14 ओळींचा वेळ मालिका चार्ट आहे, तो वाचता येत नाही. स्पष्ट शीर्षलेख आणि उच्च डेटा-शाई गुणोत्तर असलेल्या आवृत्तीसाठी कोड लिहा जे फक्त 3 सर्वात बदलत्या मालिका हायलाइट करते आणि बाकीचे हलके राखाडी बनवते.

4) परिणाम-देणारं शीर्षक आणि कथा:

मी हे निष्कर्ष देईन: "पूर्वेकडील क्षेत्र Q3 लक्ष्यापेक्षा 40% खाली घसरले, मुख्य कारण म्हणजे लॉजिस्टिक विलंब." हे करण्यासाठी, तयार करा: (1) ध्येय वि. रिॲलिटी बार चार्ट, (2) परिणाम सांगणारी मथळा, (3) 3-वाक्यांचा कार्यकारी सारांश बाह्यरेखा. मी क्रमांकांची पडताळणी करीन; फिटिंग

कमकुवत प्रॉम्प्ट / मजबूत प्रॉम्प्ट

कमकुवत प्रॉम्प्ट:

या विक्री डेटावरून एक छान चार्ट बनवा.

"सुंदर" व्यक्तिनिष्ठ आहे; कोणता प्रश्न, कोणता प्रेक्षक, कोणता संदेश हे स्पष्ट होत नाही. AI एक यादृच्छिक, कदाचित दिशाभूल करणारा आलेख तयार करते.

शक्तिशाली सूचना:

तुमची भूमिका: डेटा व्हिज्युअलायझेशन सहाय्यक. प्रेक्षक: वरिष्ठ व्यवस्थापन.संदेश: "मोबाइल चॅनेलने 12 महिन्यांत वेबला मागे टाकले." माझ्याकडे मासिक चॅनेल विक्री आहे. कार्य: (1) लाइन चार्ट कोड (मॅटप्लॉटलिब), जो हा संदेश स्पष्टपणे दर्शवतो, (2) y-अक्ष 0 पासून सुरू होतो, मोबाइल होव्हर रंग, वेब ग्रे, (3) परिणाम सांगणारे शीर्षक. दिशाभूल करणारे तराजू वापरणे; आहे तसा डेटा दाखवा. मी नंबर देईन.

येथे प्रेक्षक, संदेश, प्रामाणिकपणाचे नियम आणि चार्ट प्रकार स्पष्ट आहेत.

सामान्य चुका

  • प्रश्नाशी न जोडता आलेख काढणे. उद्देशहीन ग्राफिक्स दर्शकांना थकवतात आणि निर्णय घेत नाहीत.
  • तुटलेल्या/कुटिल अक्षासह दिशाभूल करण्यासाठी. तुलनेत, अक्ष 0 पासून सुरू झाला पाहिजे; नैतिक जबाबदारी तुमच्यावर आहे.
  • सर्वकाही एका चार्टमध्ये क्रॅमिंग. स्पेगेटी ग्राफिक संदेश मारतो; जोर द्या, बाकीचे शांत करा.
  • चुकीचा चार्ट प्रकार (विशेषत: मल्टी-स्लाइस पाई). वेळेसाठी रेषा आणि तुलनेसाठी बार वापरा.
  • शीर्षक चार्टचे वर्णन करते. चांगली हेडलाइन परिणाम/निर्णय सांगते, स्तंभाचे नाव नाही.
टीप: तुम्ही प्रत्येक चार्ट पूर्ण केल्यावर, 5 सेकंदांची चाचणी करा: कोणालातरी 5 ​​सेकंद दाखवा आणि "तुला काय समजले?" तो योग्य संदेश सांगू शकत नसल्यास, चार्ट अद्याप तयार नाही; सोपे करा, जोर द्या, शीर्षक परिणाम-केंद्रित करा.

सारांशात

व्हिज्युअलायझेशन हा एक पूल आहे जो विश्लेषणाला निर्णयात बदलतो. एक चांगला तक्ता प्रश्नाचे उत्तर देतो; योग्य प्रकार (वेळेसाठी ओळ, तुलनेसाठी बार, नातेसंबंधासाठी वितरण) निवडले आहे; प्रामाणिकपणे काढलेला (0 पासून सुरू होणारा अक्ष, अर्थपूर्ण रंग, चेरी पिकिंग नाही). यात साधेपणा आणि परिणामांचा शीर्षक संदेश आहे. AI ग्राफिक कोड आणि मसुदा शीर्षके व्युत्पन्न करण्यात झटपट आहे, परंतु कोणता संदेश द्यायचा आणि ग्राफिक प्रामाणिक आहे की नाही हे मनुष्य ठरवतो; नैतिक जबाबदारी निवेदकाची असते.

अर्ज कार्य

एक शोध निवडा आणि त्यास एकल परिणाम-देणारं तक्त्यामध्ये बदला. आलेख प्लॉट केल्यानंतर, एक प्रामाणिकपणा तपासा: अक्ष 0 ने सुरू होतो का, रंग अर्थपूर्ण आहे का, शीर्षक परिणाम सांगतो का? नंतर "5 सेकंदाची चाचणी" करा (एखाद्याला ते दाखवा आणि त्यांना काय समजले ते विचारा) आणि तुम्हाला मिळालेल्या फीडबॅकच्या आधारे चार्ट सोपा करा.

चेकलिस्ट

  • [ ] माझा तक्ता स्पष्ट प्रश्नाचे उत्तर देतो का?
  • [ ] चार्ट प्रकार हेतूसाठी योग्य आहे (वेळ/तुलना/संबंध)?
  • [ ] अक्ष प्रामाणिक आहेत (तुलनेत 0 पासून सुरू होणारी)?
  • रंग आणि साधेपणा संदेशाला आधार देतात, ते शोभेच्या बनत नाहीत का?
  • आलेखाचे वर्णन करण्याऐवजी शीर्षक परिणाम/निर्णय सांगतो का?