可视化方法
收录了 可视化方法 频道下的 50 篇内容
可视化方法对机器学习至关重要（系列）之一
Python和high level的机器学习/深度学习库，比如Scikit-learn，TensorFlow，NLTK，PyBrain，Theano和MLPY让机器学习走进“大众”（开发社区）视野。随着这些工具的开源，现在有了越来越多的机器学习从业者。与此同时，机器学习的份额并没有增加。预测工具正在成为各行各业（从商业，艺术，和工程到教育，法律和国防）的决策驱动。
视觉 Transformer 中的输入可视化方法
导读：视觉Transformer的输入可视化方法，正广泛应用于百度内容理解和内容风控相关业务中，帮助研究人员构建效果更好的模型。百度内容策略团队，基于Transformer的输入可视化方法分析风控色情图像分类模型的误检数据，定向设计数据处理策略，在保持色情图像召
数据的不确定性及可视化方法
我们来想几个问题，如果想知道某个城市每个人春节购买了多少烟花爆竹庆祝新年，那么我们如何去统计？会去找到这个城市的每个人去采访询问吗？询问之后，获得的结果真的是实际的、真实的吗？
“看透”神经网络
大家最诟病深度学习的一点就是理论基础不够系统，模型就像一个黑盒子，这就更加凸显了深度学习模型可视化的重要性了。
可视化编程是否真的没有未来？程序员：它有“七宗罪”
可视化这个概念跟任何技术并称，都是技术前沿的代名词，数据可视化、神经网络可视化……唯独在一个领域似乎成了low和过时的象征——可视化编程。
文章：用“看板图”实现敏捷项目的可视化
在本文中，作者将探究当今敏捷项目中广泛使用的各种可视化方法，并提出用看板图（Kanban Board）来组织三种视角（时间、任务和团队），目的是使整个团队都能理解项目的当前状态，并以一种自发、有动力且互相合作的方式来工作。最后，作者将介绍“TRICHORD”这个软件工具，它用看板方法来实现这三个视角的项目可视化。
解析精益产品开发（三）——面向价值的可视化
用户故事图谱和任务看板、版本和迭代燃尽图，可视化已经成为敏捷和精益产品开发必选实践。可视化真的重要吗？我们将从一个真实团队的实践开始，探讨可视化的作用，以及如何让可视化发挥效用。
技术人最不该忽视可视化数据分析！
企业数据化管理领域，数据可视化水平参差不齐，尤其是在汇报PPT和报表制作环节，这里给出一些可视化通用建议。
人群移动轨迹可视化新论文，入选 IEEE TVCG 及 VIS
本研究基于脱敏后的京津冀城市群超过120亿条移动终端位置记录，对城市人群移动模式进行了挖掘和分析，创新性地提出了针对时间稀疏轨迹的分类、聚合和可视化方法。
运维可视化 | 漫谈内网连通性可视化
本文将从可视化角度继续分析，百度内网监测系统如何通过可视化手段展示在某个时刻内网中存在哪些异常，从而让运维工程师直观地知道内网的哪些部分受到了异常的影响。
计算性能提升 100 倍，Uber 推出机器学习可视化调试工具
为了让模型迭代过程更加可操作，并能够提供更多的信息，Uber 开发了一个用于机器学习性能诊断和模型调试的可视化工具——Manifold。
如何使用 Go 语言重新思考可视化编程
只看到代码的一小部分被编辑器点亮时，很容易忽略代码对整个代码结构的影响。立即看到这些变化，并能够利用我们大脑的空间力量来导航代码，不仅可以自然地激励我们编写更简单、结构更好的代码，而且可能会改变对编程的传统理解，从包装者“应用模式“的观念转到制图者“构建图“的观念。
如何将你的敏捷项目可视化
敏捷事关“整体团队”的经验。我们在一起做计划、在一起编码、在一起测试、在一起检视过去，以便团队中的每一个人都能达成一致的共识。然而，随着项目增大，团队开始迷失在大堆的用户故事里，很难让每个人都能看到相同的全景图（big picture）。本文讨论了可视化全景图（big picture）的各种思想。
基于 Visual Studio 2008 SP1 的 Silverlight 2 工具发布
微软日前发布了面向Silverlight 2开发的Visual Studio 2008 SP1工具。除了通用的功能，这些工具还包括Visual Basic与C#项目模板、XAML智能感知与代码生成器、XAML设计预览、调试、以及和Expression Blender 2集成等。
用“看板图”实现敏捷项目的可视化
本着“信息辐射体”和“人人可见的大图表”的精神，Kenji Hiranabe提出用“看板图”来管理三个视角（时间、任务和团队），让整个团队都理解当前的项目状态，从而以自主、有动力且互相合作的态度来工作。
研究了代码质量后，开发速度提高了 2 倍，bug 减少了 93%
软件行业中的人都“知道”代码质量很重要，但从来没有任何数据或数字可以证实这一点。
GAN 毕业手册：从零到一构建自己的 GAN 模型
本文首先对生成对抗网络（GAN）的发展进行了简单的介绍。随后深入探讨了 GAN 的网络原理，并介绍了网络的评价指标。最后带领读者创建并运行自己的 GAN，利用 MNIST 数据集训练网络，用 Comet.ml 对实验数据和参数进行分析，并生成手写数字。
容器资源可视化隔离的实现方法
通常有一些业务已经习惯了在传统的物理机/虚拟机上使用top,free等命令来查看系统的资源使用情况
好用的 77 款 Vim 插件
这篇文章列出了作者使用的vim插件，仅供参考。
京公网安备 11010502039052号 | 产品资质
