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.
Data-Science-For-Beginners/translations/kn/3-Data-Visualization
localizeflow[bot] c945bd6341
chore(i18n): sync translations with latest source changes (chunk 8/10, 100 files)
1 month ago
..
09-visualization-quantities chore(i18n): sync translations with latest source changes (chunk 7/10, 100 files) 1 month ago
10-visualization-distributions chore(i18n): sync translations with latest source changes (chunk 7/10, 100 files) 1 month ago
11-visualization-proportions chore(i18n): sync translations with latest source changes (chunk 7/10, 100 files) 1 month ago
12-visualization-relationships chore(i18n): sync translations with latest source changes (chunk 7/10, 100 files) 1 month ago
13-meaningful-visualizations chore(i18n): sync translations with latest source changes (chunk 7/10, 100 files) 1 month ago
R chore(i18n): sync translations with latest source changes (chunk 8/10, 100 files) 1 month ago
README.md chore(i18n): sync translations with latest source changes (chunk 8/10, 100 files) 1 month ago

README.md

ದೃಶ್ಯೀಕರಣಗಳು

ಲ್ಯಾವೆಂಡರ್ ಹೂವಿನ ಮೇಲೆ ಒಂದು ಜೇನುತುಪ್ಪ

ಫೋಟೋ ಜೆನ್ನಾ ಲೀ ಅವರಿಂದ ಅನ್ಸ್ಪ್ಲ್ಯಾಶ್ ನಲ್ಲಿ

ಡೇಟಾ ವಿಜ್ಞಾನಿಯೊಬ್ಬರ ಪ್ರಮುಖ ಕಾರ್ಯಗಳಲ್ಲಿ ಒಂದಾಗಿದೆ ಡೇಟಾವನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು. ಚಿತ್ರಗಳು 1000 ಪದಗಳ ಮೌಲ್ಯವನ್ನು ಹೊಂದಿವೆ, ಮತ್ತು ಒಂದು ದೃಶ್ಯೀಕರಣವು ನಿಮ್ಮ ಡೇಟಾದ ಎಲ್ಲಾ ರೀತಿಯ ಆಸಕ್ತಿದಾಯಕ ಭಾಗಗಳನ್ನು ಗುರುತಿಸಲು ಸಹಾಯ ಮಾಡಬಹುದು, ಉದಾಹರಣೆಗೆ ಶಿಖರಗಳು, ಹೊರಗಿನ ಅಂಶಗಳು, ಗುಂಪುಗಳು, ಪ್ರವೃತ್ತಿಗಳು ಮತ್ತು ಇನ್ನಷ್ಟು, ಇದು ನಿಮ್ಮ ಡೇಟಾ ಹೇಳಲು ಯತ್ನಿಸುತ್ತಿರುವ ಕಥೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಈ ಐದು ಪಾಠಗಳಲ್ಲಿ, ನೀವು ಪ್ರಕೃತಿಯಿಂದ ಪಡೆದ ಡೇಟಾವನ್ನು ಅನ್ವೇಷಿಸಿ ವಿವಿಧ ತಂತ್ರಗಳನ್ನು ಬಳಸಿ ಆಸಕ್ತಿದಾಯಕ ಮತ್ತು ಸುಂದರ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ರಚಿಸುವಿರಿ.

ವಿಷಯ ಸಂಖ್ಯೆ ವಿಷಯ ಲಿಂಕ್ ಮಾಡಿದ ಪಾಠ ಲೇಖಕರು
1. ಪ್ರಮಾಣಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
2. ವಿತರಣೆಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
3. ಅನುಪಾತಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
4. ಸಂಬಂಧಗಳನ್ನು ದೃಶ್ಯೀಕರಿಸುವುದು
5. ಅರ್ಥಪೂರ್ಣ ದೃಶ್ಯೀಕರಣಗಳನ್ನು ಮಾಡುವುದು

ಕ್ರೆಡಿಟ್ಸ್

ಈ ದೃಶ್ಯೀಕರಣ ಪಾಠಗಳನ್ನು 🌸 ಜೆನ್ ಲೂಪರ್, ಜಸ್ಲೀನ್ ಸೊಂಡಿ ಮತ್ತು ವಿದುಷಿ ಗುಪ್ತ ರವರು ಬರೆಯಲಾಗಿದೆ.

🍯 US ಹನಿ ಉತ್ಪಾದನೆಗೆ ಸಂಬಂಧಿಸಿದ ಡೇಟಾ ಜೆಸಿಕಾ ಲಿ ಅವರ ಪ್ರಾಜೆಕ್ಟ್‌ನಿಂದ Kaggle ನಲ್ಲಿ ಪಡೆದಿದೆ. ಡೇಟಾ ಯು ಯುನೈಟೆಡ್ ಸ್ಟೇಟ್ಸ್ ಡಿಪಾರ್ಟ್‌ಮೆಂಟ್ ಆಫ್ ಅಗ್ರಿಕಲ್ಚರ್ ನಿಂದ ಪಡೆದಿದೆ.

🍄 ಕಾಳುಮರಿಗಳು ಸಂಬಂಧಿಸಿದ ಡೇಟಾ ಕೂಡ Kaggle ನಿಂದ ಹ್ಯಾಟೆರಾಸ್ ಡಂಟನ್ ಅವರಿಂದ ಪರಿಷ್ಕೃತವಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ 23 ಪ್ರಭೇದಗಳ ಗಿಲ್ಲುಳ್ಳ ಕಾಳುಮರಿಗಳ ಹೈಪೋಥೆಟಿಕಲ್ ಮಾದರಿಗಳ ವಿವರಣೆಗಳನ್ನು ಒಳಗೊಂಡಿದೆ, ಆಗರಿಕಸ್ ಮತ್ತು ಲೆಪಿಯೋಟಾ ಕುಟುಂಬಗಳಿಗೆ ಸಂಬಂಧಿಸಿದವು. ಕಾಳುಮರಿಗಳನ್ನು ನಾರ್ತ್ ಅಮೆರಿಕನ್ ಮಶ್ರೂಮ್‌ಗಳ ಆಡಿಯುಬನ್ ಸೊಸೈಟಿ ಫೀಲ್ಡ್ ಗೈಡ್ (1981) ನಿಂದ ಚಿತ್ರಿಸಲಾಗಿದೆ. ಈ ಡೇಟಾಸೆಟ್ 1987 ರಲ್ಲಿ UCI ML 27 ಗೆ ದಾನ ಮಾಡಲಾಯಿತು.

🦆 ಮಿನೆಸೋಟಾ ಪಕ್ಷಿಗಳ ಡೇಟಾ Kaggle ನಿಂದ ವಿಕಿಪೀಡಿಯಾ ಯಿಂದ ಹನ್ನಾ ಕೊಲಿನ್ಸ್ ಅವರಿಂದ ಸ್ಕ್ರೇಪ್ ಮಾಡಲಾಗಿದೆ.

ಈ ಎಲ್ಲಾ ಡೇಟಾಸೆಟ್‌ಗಳು CC0: ಕ್ರಿಯೇಟಿವ್ ಕಾಮನ್ಸ್ ಅಡಿಯಲ್ಲಿ ಪರವಾನಗಿ ಪಡೆದಿವೆ.


ಅಸ್ವೀಕರಣ:
ಈ ದಸ್ತಾವೇಜು Co-op Translator ಎಂಬ AI ಅನುವಾದ ಸೇವೆಯನ್ನು ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ಶುದ್ಧತೆಯತ್ತ ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ತಪ್ಪುಗಳು ಅಥವಾ ಅಸತ್ಯತೆಗಳು ಇರಬಹುದು ಎಂದು ದಯವಿಟ್ಟು ಗಮನಿಸಿ. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜನ್ನು ಅಧಿಕೃತ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಮಹತ್ವದ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದ ಬಳಕೆಯಿಂದ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವಿಕೆ ಅಥವಾ ತಪ್ಪು ವಿವರಣೆಗಳಿಗೆ ನಾವು ಹೊಣೆಗಾರರಾಗುವುದಿಲ್ಲ.