or
この演習はコースの一部です
重要なポイントを見落とさせないようにしつつ、すべてのデータをどう見せればよいでしょうか？この章では、色によるハイライトやテキストで、閲覧者をデータの理解へ導く方法を解説します。あわせて、アメリカ全土の一般的な汚染物質の値に関するデータセットも紹介します。
現在の演習
色は、データ可視化で値をエンコードする強力な道具です。しかし、強力であるがゆえの注意点もあります。この章では、表示するデータの種類に基づいて、可視化に適したカラーパレットをどのように選ぶかを解説します。
不確実性はデータサイエンスの至るところに存在しますが、本来含めるべき可視化からしばしば省かれてしまいます。ここでは、信頼区間とは何かを復習し、単一の推定値と連続関数の双方に対する可視化方法を学びます。さらに、不確実性を評価するためのブートストラップ再標本化手法と、その適切な可視化方法についても説明します。
可視化はしばしば独立したテーマとして教えられ、ベストプラクティスも一般論として語られがちです。実際には、状況に応じてルールを柔軟に適用する必要があります。探索段階のラフな可視化から、最終成果物のフォントサイズの微調整まで、この章ではデータサイエンスのワークフロー各段階で可視化を最適化する方法を掘り下げます。