msb-public
/
Data-Science-For-Beginners
mirror of https://github.com/microsoft/Data-Science-For-Beginners.git
1
0
Code Issues Projects Releases Wiki Activity
You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
Branches Tags
${ item.name }
Create tag ${ searchTerm }
Create branch ${ searchTerm }
from 'main'
${ noResults }
Data-Science-For-Beginners/translations/it/3-Data-Visualization
History
leestott 1315f4d10d
🌐 Update translations via Co-op Translator 		2 weeks ago
..
09-visualization-quantities 🌐 Update translations via Co-op Translator 2 weeks ago
10-visualization-distributions 🌐 Update translations via Co-op Translator 2 weeks ago
11-visualization-proportions 🌐 Update translations via Co-op Translator 2 weeks ago
12-visualization-relationships 🌐 Update translations via Co-op Translator 2 weeks ago
13-meaningful-visualizations 🌐 Update translations via Co-op Translator 2 weeks ago
R 🌐 Update translations via Co-op Translator 3 weeks ago
README.md 🌐 Update translations via Co-op Translator 3 weeks ago

README.md

Visualizzazioni

un'ape su un fiore di lavanda

Foto di Jenna Lee su Unsplash

Visualizzare i dati è uno dei compiti più importanti per un data scientist. Un'immagine vale più di mille parole, e una visualizzazione può aiutarti a identificare tutti i tipi di aspetti interessanti nei tuoi dati, come picchi, valori anomali, raggruppamenti, tendenze e molto altro, che possono aiutarti a comprendere la storia che i tuoi dati stanno cercando di raccontare.

In queste cinque lezioni, esplorerai dati provenienti dalla natura e creerai visualizzazioni interessanti e belle utilizzando varie tecniche.

Numero Argomento Argomento Lezione Collegata Autore
1. Visualizzare quantità
2. Visualizzare distribuzioni
3. Visualizzare proporzioni
4. Visualizzare relazioni
5. Creare visualizzazioni significative

Crediti

Queste lezioni sulle visualizzazioni sono state scritte con 🌸 da Jen Looper, Jasleen Sondhi e Vidushi Gupta.

🍯 I dati sulla produzione di miele negli Stati Uniti provengono dal progetto di Jessica Li su Kaggle. I dati sono derivati dal Dipartimento dell'Agricoltura degli Stati Uniti.

🍄 I dati sui funghi provengono anche da Kaggle e sono stati rivisti da Hatteras Dunton. Questo dataset include descrizioni di campioni ipotetici corrispondenti a 23 specie di funghi con lamelle appartenenti alle famiglie Agaricus e Lepiota. I funghi sono tratti dalla guida "The Audubon Society Field Guide to North American Mushrooms" (1981). Questo dataset è stato donato a UCI ML 27 nel 1987.

🦆 I dati sugli uccelli del Minnesota provengono da Kaggle e sono stati estratti da Wikipedia da Hannah Collins.

Tutti questi dataset sono concessi in licenza come CC0: Creative Commons.

Disclaimer:
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica Co-op Translator. Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche potrebbero contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale eseguita da un traduttore umano. Non siamo responsabili per eventuali fraintendimenti o interpretazioni errate derivanti dall'uso di questa traduzione.