資料視覺化圖表全書：全方位掌握數據探索、統計分析及資料敘事 (1版)

類似書籍推薦給您

【簡介】 　　《雜訊》、《Google必修的圖表簡報術》、《視覺設計大師的數據溝通聖經》、《圓之書：知識發展的球狀視覺史》作者，前美國首席資料科學家、「用數據看世界」網站負責人重磅推薦   　　從常見到進階圖表，此書為各種數據溝通和傳達提供靈感！ 　　◤很棒的權威指南，非常實用！──凱斯．桑思坦，《雜訊》作者   　　◤針對大量圖表類型提供實用建議的指南。──阿爾貝托．開羅，《視覺設計大師的數據溝通聖經》作者   　　◤不可或缺的指南，幫助你展現出清晰且奪目的作品。──帕蒂爾，前美國首席資料科學家   　　◤囊括基礎知識躍進至當今視覺化領域的所有技術與方法。──馬克斯．羅瑟，「用數據看世界」網站負責人   　　◤在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。──曼努埃爾．利馬，《圓之書：知識發展的球狀視覺史》作者   　　◤收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。──柯爾．諾瑟鮑姆．娜菲克，《Google必修的圖表簡報術》作者   　　▁▂▃▄▅▆▇▇▆▅▄▃▂▁   　　當今世界充斥著海量資料、新聞和文字，令人目不暇給。客戶、同事，政策制定人員、決策人員和感興趣的讀者都淹沒在資訊流裡，唯有視覺化設計能從中突圍。   　　本書作者為美國聯邦政府經濟學家，意識到資料呈現的重要性不下於資料本身，從而開始研究資料視覺化並深受啟發，成為資料視覺化專家。擁有豐富的產、官、學實務經驗的他，將引導你走進圖表設計的科學與藝術，超越死板的傳統圖表，展開一場豐富深刻的設計與溝通之旅。   　　本書收錄500多個範例，界定和討論80多張圖表，並將其歸類成8大類別，幫助讀者了解各圖表如何運作及其優缺點。   　　•    8大類別→比較、時間、分布、地理空間、關係、局部對整體、質化資料與表格 　　•    80多種圖表類型→馬賽克圖、凹凸圖、脊線圖、面量圖、弧形圖、旭日圖…… 　　•    500多個範例→收錄數百個清晰、優雅且多元的視覺化作品，提供無限靈感   　　▇▆▅▄▃▂▁▁▂▃▄▅▆▇   　　全面、仔細地協助你建立視覺化圖表基礎與進階技巧   　　│選擇適合目的和目標的圖表類型： 　　•    從基本原則開始，詳細介紹各種視覺化類型。 　　•    了解不同圖表（例如直方圖、面量圖、散布圖等）的用途和特點。 　　│探索圖表呈現方式： 　　•    學習如何在圖表中善用顏色、字型和排版等設計元素。 　　•    嘗試不同設計風格和配置，創造更吸睛的視覺效果。 　　│增加圖表的可讀性和理解性： 　　•    學習如何使用視覺元素（例如標題、解釋文字、灰底等）來強調關鍵訊息。 　　•    了解視覺處理與感知順序，突顯資料的視覺特性。 　　│提高圖表的可信度和說服力： 　　•    了解平均數、標準差、相關性、最佳適配線、統計不確定性等概念。 　　•    學習如何正確解讀數據並呈現結果。 　　│提升個人、組織、品牌風格的辨識度與特色： 　　•    學習如何選擇元素，比如字型、顏色、線寬、網格線等。 　　•    提供風格體例指南，協助打造自身風格與特色。   　　這些技巧將幫助你在製作圖表時選擇最適合的設計和呈現，使圖表不僅美觀，更能有效傳達資訊和數據。 　　無論你是學生、研究員、專家學者、數據分析師、資料科學家、媒體工作者、市場營銷專家、政策制定者還是業務決策者，這本《資料視覺化圖表全書》都將成為必備工具。 國際推薦   　　「《資料視覺化圖表全書》是一本針對大量圖表類型提供實用建議的指南。沒有其他書籍以如此詳細和精湛的方式向讀者介紹特定的圖表類型。它是學生、分析師和研究人員的卓越資源。」──阿爾貝托．開羅（Alberto Cairo），《圖表會說謊》、《視覺設計大師的數據溝通聖經》作者   　　「對於我們許多人來說，沒有視覺化的資料很難理解。然而，資料視覺化並不容易！這是一本是很棒的權威指南，非常實用！」──凱斯．桑思坦（Cass R. Sunstein），哈佛法學院教授，《資訊超載的幸福與詛咒》、《雜訊》、《推力》作者   　　「這本書收錄了各種精彩而多樣的視覺化作品，就像一本令人愉快閱讀的圖表百科全書。作者在這本出色的資源中提供了實用的建議，告訴讀者在何時應該使用哪種視覺化方式，並給出了周到的設計指南。這本書非常適合從事資料工作和資料溝通的人。閱讀這本書，您將獲得靈感，並且如書中所承諾的那樣，學會精進資料視覺化！」──柯爾．諾瑟鮑姆．娜菲克（Cole Nussbaumer Knaflic），《Google必修的圖表簡報術》作者   　　「再好的數據有時也可能成為差勁或懶惰的視覺化犧牲品。現在有一本不可或缺的指南可以幫助你展現出清晰且奪目的作品。」──帕蒂爾（D.J. Patil），前美國首席資料科學家   　　「在現今眾多可用的圖表類型中尋找適合的圖表，可能是個讓人生畏的過程。不過，這本書將為您提供不僅是指引，還是在快速發展的資料視覺化領域中建立重要基礎的寶貴資源。您將會希望將它的原則和指南銘記於心，以在下個專案中使用。」──曼努埃爾．利馬（Manuel Lima），《圓之書：知識發展的球狀視覺史》作者   　　「這本書非常實用，能夠幫助你透過資料視覺化更有效地傳達訊息。從基本原則開始，詳細介紹各種視覺化類型，並提供風格指南的制定方法。對於任何希望將資料轉化為易懂的資訊的人來說，本書是一個非常有價值且易讀的資源。」──瑪拉．艾維克（Mara Averick），RStudio   　　「《資料視覺化圖表全書》將以細緻入微的方式教導您何時以及為何選擇使用特定的視覺化類型。這本書絕對能引起您的興趣，帶您從基礎知識躍進至當今視覺化領域的所有技術與方法。書中收錄了數百個清晰、優雅且多樣的視覺化作品，絕對能為您的工作注入無限靈感！」──馬克斯．羅瑟（Max Roser），牛津大學經濟學家、「用數據看世界」（Our World in Data）網站負責人   　　「對於希望以清晰有力的方式顯示量化資料的人來說，這是一本極好的入門書。」──羅伯特．萊克（Robert B. Reich），美國前勞工部長 【目錄】 前言 第一部：資料視覺化的原則 第一章：視覺處理與感知順序 安斯庫姆四重奏 視覺感知的完形原則 前注意處理程序形式與功能 第二章：改善視覺化資料圖表的5項準則 重點一：把資料展現出來 重點二：化繁為簡 重點三：將圖表與內文整合 重點四：避免義大利麵條圖 重點五：從灰色開始 第三章：形式與功能：以觀眾的需求來決定資料視覺化方式 改變我們與資料的互動方式 我們開始吧！ 第二部：圖表類型 第四章：類別比較 長條圖 配對長條圖 堆疊長條圖 分向長條圖 點圖 馬里梅科圖與馬賽克圖 單位圖、Isotype圖與鬆餅圖 熱圖 量表圖與子彈圖 比較與重疊泡泡圖 桑基圖 瀑布圖 結論   第五章：時間 折線圖 圓形折線圖 坡度圖 袖珍圖 凹凸圖 週期圖 面積圖 堆疊面積圖 量化波型圖 地平線圖 甘特圖 流程圖與時間軸 連接散佈圖 結論   第六章：分布 直方圖 金字塔圖 以圖表將統計不確定性視覺化 盒鬚圖 K線圖 小提琴圖 脊線圖 靠顯示資料將不確定性視覺化 莖葉圖 結論   第七章：地理空間 面量圖 示意地圖 比例符號與點密度地圖 流向地圖 結論   第八章：關係 散布圖 平行座標圖 雷達圖 和弦圖 弧形圖 相關矩陣圖 網絡圖 矩形式樹狀結構圖 結論   第九章：局部對整體 圓餅圖 樹狀圖 旭日圖 南丁格爾圖 沃羅諾伊圖 結論   第十章：質化資料 圖示 文字雲與特定文字訊息 文字樹 特定文字訊息 引述 用不同顏色區分文字訊息 矩陣和清單 結論   第十一章：表格 提升表格的10個方針 範例：重新設計基本資料表格 範例：重新設計迴歸表格 結論   第三部：設計與重新設計視覺呈現   第十二章：擬訂資料視覺化的體例指南 圖表剖析 顏色層次 界定字型風格的指南 針對特定圖表類型的提醒 轉出圖像 無障礙、多元與兼容 總結   第十三章：重新設計 配對長條圖：主要田作的英畝數 堆疊長條圖：服務輸送 折線圖：社會安全理事 面量圖：阿拉巴馬州蓄奴與參議院選舉 點圖：全國學校午餐方案 點圖：美國的國內生產毛額成長 折線圖：淨政府借款 表格：公司投入 結論   結語 附錄1：資料視覺化工具 附錄2：延伸閱讀與資源 資料視覺化的概論著作 資料視覺化的歷史著作 資料視覺化工具的著作 資料視覺化庫藏 練習場所 誌謝 參考文獻   看更多

AI GNN再進化-圖神經網路完整學習及應用大全 (1版)

類似書籍推薦給您

內容簡介 　　本書全面介紹了圖神經網路的各個方面，包括基礎理論、前沿問題，以及模型算法和實際應用。 　　全書共分為四部分，27章。首部分為引言，探討了機器學習的效率與資料在特徵空間中的表示方法的關係，並著重於圖表示學習的目標與方法。 　　第二部分討論了圖神經網路的基礎問題，包括表現能力、可擴展性、可解釋性和對抗堅固性等問題，並強調了圖神經網路所面對的獨特挑戰。 　　第三部分則著重於前沿問題，包括圖分類、連接預測、圖生成、圖轉換、圖匹配、圖結構學習、動態圖神經網路、異質圖神經網路、自動機器學習和自監督學習等領域的現狀和未來趨勢。 　　最後一部分則廣泛討論了圖神經網路在現代推薦系統、計算機視覺、自然語言處理、程序分析、藥物開發等領域的應用。 目錄 第一部分 引 言 第1章 表徵學習 1.1 導讀 1.2 不同領域的表徵學習 1.3 小結 第2章 圖表徵學習 2.1 導讀 2.2 傳統圖嵌入方法 2.3 現代圖嵌入方法 2.4 圖神經網路 2.5 小結 第3章 圖神經網路 3.1 導讀 3.2 圖神經網路概述 3.3 小結 第二部分 基 礎 第4章 用於節點分類的圖神經網路 4.1 背景和問題定義 4.2 有監督的圖神經網路 4.3 無監督的圖神經網路 4.4 過平滑問題 4.5 小結 第5章 圖神經網路的表達能力 5.1 導讀 5.2 圖表徵學習和問題的提出 5.3 強大的訊息傳遞圖神經網路 5.4 比1-WL測試更強大的圖神經網路架構 5.5 小結 第6章 圖神經網路的可擴充性 6.1 導讀 6.2 引言 6.3 抽樣範式 6.4 大規模圖神經網路在推薦系統中的應用 6.5 未來的方向 第7章 圖神經網路的可解釋性 7.1 背景：深度模型的可解釋性 7.2 圖神經網路的解釋方法 7.3 圖神經網路的可解釋模型 7.4 圖神經網路解釋的評估 7.5 未來的方向 第8章 圖神經網路的對抗堅固性 8.1 動機 8.2 圖神經網路的局限性：對抗性樣本 8.3 可證明的堅固性：圖神經網路的驗證 8.4 提高圖神經網路的堅固性 8.5 從堅固性的角度進行適當評估 8.6 小結 第三部分 前 沿 第9章 圖分類 9.1 導讀 9.2 用於圖分類的圖神經網路：典型工作和現代架構 9.3 池化層：從節點級輸出學習圖級輸出 9.4 圖神經網路和高階層在圖分類中的局限性 9.5 圖神經網路在圖分類中的應用 9.6 基準資料集 9.7 小結 第10章 連結預測 10.1 導讀 10.2 傳統的連結預測方法 10.3 以GNN為基礎的連結預測方法 10.4 連結預測的理論 10.5 未來的方向 第11章 圖生成 11.1 導讀 11.2 經典的圖生成模型 11.3 深度圖生成模型 11.4 小結 第12章 圖轉換 12.1 圖轉換問題的形式化 12.2 節點級轉換 12.3 邊級轉換 12.4 節點-邊共轉換 12.5 其他以圖為基礎的轉換 12.6 小結 第13章 圖匹配 13.1 導讀 13.2 圖匹配學習 13.3 圖相似性學習 13.4 小結 第14章 圖結構學習 14.1 導讀 14.2 傳統的圖結構學習 14.3 圖神經網路的圖結構學習 14.4 未來的方向 14.5 小結 第15章 動態圖神經網路 15.1 導讀 15.2 背景和標記法 15.3 動態圖的類型 15.4 用圖神經網路對動態圖進行建模 15.5 應用 15.6 小結 第16章 異質圖神經網路 16.1 HGNN簡介 16.2 淺層模型 16.3 深度模型 16.4 回顧 16.5 未來的方向 第17章 自動機器學習 17.1 背景 17.2 搜尋空間 17.3 搜尋演算法 17.4 未來的方向 第18章 自監督學習 18.1 導讀 18.2 自監督學習概述 18.3 將SSL應用於圖神經網路：對訓練策略、損失函數和代理任務進行分類 18.4 節點級代理任務 18.5 圖級代理任務 18.6 節點-圖級代理任務 18.7 討論 18.8 小結 第四部分 廣泛和新興的應用 第19章 現代推薦系統中的圖神經網路 19.1 圖神經網路在推薦系統中的實踐 19.2 案例研究1：動態的GNN學習 19.3 案例研究2：裝置-雲端協作的GNN學習 19.4 未來的方向 第20章 電腦視覺中的圖神經網路 20.1 導讀 20.2 將視覺表徵為圖 20.3 案例研究1：影像 20.4 案例研究2：視訊 20.5 其他相關工作：跨媒體 20.6 圖神經網路在電腦視覺中的前端問題 20.7 小結 第21章 自然語言處理中的圖神經網路 圖神經網路 21.1 導讀 21.2 將文字建模為圖 21.3 案例研究1：以圖為基礎的文字聚類和匹配 21.4 案例研究2：以圖為基礎的中繼站閱讀理解 21.5 未來的方向 21.6 小結 第22章 程式分析中的圖神經網路 22.1 導讀 22.2 程式分析中的機器學習 22.3 程式的圖表徵 22.4 用於程式圖的圖神經網路 22.5 案例研究1：檢測變數誤用缺陷 22.6 案例研究2：預測動態類型化語言中的類型 22.7 未來的方向 第23章 軟體挖掘中的圖神經網路 23.1 導讀 23.2 將軟體建模為圖 23.3 相關的軟體挖掘任務 23.4 軟體挖掘任務實例：原始程式碼總結 23.5 小結 第24章 藥物開發中以圖神經網路為基礎的生物醫學知識圖譜挖掘 生物醫學知識圖譜挖掘 24.1 導讀 24.2 現有的生物醫學知識圖譜 24.3 知識圖譜的推理 24.4 藥物開發中以KG為基礎的假設生成 24.5 未來的方向 第25章 預測蛋白質功能和相互作用的圖神經網路 25.1 從蛋白質的相互作用到功能簡介 25.2 三個典型的案例研究 25.3 未來的方向 第26章 異常檢測中的圖神經網路 26.1 導讀 26.2 以GNN為基礎的異常檢測的問題 26.3 管線 26.4 分類法 26.5 案例研究 26.6 未來的方向 第27章 智慧城市中的圖神經網路 27.1 用於智慧城市的圖神經網路 27.2 未來的方向 參考文獻

高效率！人資、業務、倉儲、專案經理必學的Excel函數與視覺化圖表完全解析 (1版)

類似書籍推薦給您

書名：高效率！人資、業務、倉儲、專案經理必學的Excel函數與視覺化圖表完全解析 作者：黃瀞儀 著 出版社：博碩 出版日期：6/4/2018 條碼：9789864343065 內容簡介 職場必會的活用技巧大公開！ 人資管理、專案進度管理、財務規劃、物流管理的即學即用&效率加倍的必會函數，以及 彙整資料&視覺化圖表呈現 Excel是業界最廣泛應用的資料整理及統計分析的軟體，可製作出各式各樣、複雜的電子試算表文件。 本書內容主要從人資管理、專案進度管理、財務規劃、物流管理等四個方面進行說明，並藉由範例的實際操作，直接展現儲存格與工作表的編輯、資料排序與篩選、公式與函數、樞紐分析表、圖表建立等各種應用技巧，使讀者可以輕鬆學會操作，得到所要的資訊。另外，內容中也會穿插「函數小提示」、「說明」，進一步解說函數的內容及相關的法令事項，可於過程中提供介紹及引導。 【利用Excel解決你的職場問題】 ◎總是煩惱報表要如何製作：教導製作銷售報告、員工資料、專案進度、產品存貨、問卷調查等報表，輕鬆不費力。 ◎面對龐大的資料時，感到不知所措：學會使用公式、函數、資料排序與篩選、樞紐分析表等功能，資料不用反覆輸入，快速計算數字結果。 ◎報告中列出一大串數據，常讓人看不出重點：善用圖表來呈現資料，一眼就可知道趨勢變化 ◎想要知道製作專業圖表的祕訣：依資料屬性選擇適當圖表，並結合資料分析工具 本書特色 ★圖文對照教學，幫助掌握工作效率提升的必備祕訣 ★一次學會儲存格、工作表的編輯原理以及排序與篩選的實用技巧 ★輕鬆運用公式與函數，零失誤、快速搞定統計分析報表 ★充分了解圖表與樞紐分析表的應用呈現，培養資料處理力及問題解決力 ★有效學習資料分析與視覺化圖表的重點概念，面對巨量資料也沒問題 目錄 Chapter 01 員工資料與人事管理 1.1 製作員工資料表 1.2 考勤系統建置 1.3 製作員工薪資表 Chapter 02 專案進度追蹤 2.1 建立任務表 2.2 使用甘特圖分析任務執行 Chapter 03 企業財務預測與規劃分析 3.1 資金需求量預測 3.2 營運費用線性預測 3.3 預測產量與生產成本 3.4 善用迴歸分析與規劃求解 Chapter 04 企業銷售與稅金綜合分析 4.1 單項銷售收入與成本分析 4.2 年度收入、成本及稅金分析 4.3 銷售收入與成本年度對比 Chapter 05 產品存貨管理 5.1 建立產品清單 5.2 庫存產品查詢 Chapter 06 新產品問卷調查 6.1 問卷設計及製作 6.2 接收問卷結果 6.3 統計調查結果