datav数据可视化工具阿里云datav数据可视化( 五 )

情景推理指基于情景感知规则推断出用户的需求并向用户提供对应的服务。由于情景数据采集和传输设备故障问题，以及用户主动反馈情景数据的意愿问题，情景感知规则的训练集存在不完整的情况，因此机器学习算法是常用的情景推理技术，包括决策树、神经网络等。同时，通过构建情景感知管理器，在用户当下情景满足假设情景时提供服务，在用户当下情景发生变化时，采集情景数据并及时改变策略。
3　数据分析工具与应用
伴随着数据可视化、自动化建模和情景感知技术的发展，越来越多的企业开发了相应的工具，并衍生了相关社区和开源架构，扩大了数据可视化、自动化建模和情景感知的应用场景。
3.1　数据可视化工具
国内外数据可视化工具种类繁多，主要包括图表类工具（如D3、Echarts、Tableau、DataV）和高级分析工具（如R、Python、Weka）。Tableau是一个商业智能工具，将数据连接、运算、分析和图标相结合，简化了数据可视化流程，提升了数据可视化的易读性。DataV是阿里云开发的数据可视化工具，在海量数据渲染和三维数据可视化方面具备优势，可用于创建地理信息可视化大屏。
数据可视化广泛地应用于医疗、交通等行业。在医疗行业，数据可视化技术增强医疗领域大量非结构化数据的可读性。例如，医疗影像（X光片、CT、MRI）数据可以借助于图像识别技术，通过区分不同灰度值来判断病灶的精确位置，从而使得临床决策支持系统更加智能化，给医生提供更合理的诊疗建议[12] 。同时，国内外开展了医疗领域数据可视化技术研究。截止到2016年12月，在SCI检索系统中，标题中含医疗大数据可视化的相关学术论文共142篇[12]，研究成果包括多GPU环境下的并行体绘制[25]、分布式医学影像数据的Streaming技术框架研究及实践[26]、医学数据三维交互的可视化方法[27]等。
时空数据可视化的应用之一是地理社会网络的数据可视化。时空数据可视化能够形象、直观地揭示社会网络中人与人、人与位置之间的关联、轨迹、社区等各种关系信息，成为分析地理社会网络最重要的方法之一[28] 。数据可视化交互由于支持用户自主选择变量以及自适应可视化结果，使用户具有良好的数据可视化操作体验，因此拥有众多的应用场景。以交通轨迹可视化分析为例，其数据可视化维度主要分为时域分析和空域分析，分别对应时间和空间的变化，通过多个窗口联动的交付操作，用户可以根据从时间、路线、统计信息等多个角度获得数据分析互动结果，包括从海量的车辆轨迹中提取出特定违章行为的轨迹、分离出路口红绿灯信号交替的细节以及路口的拥堵情况等。
3.2　自动化数据建模工具
从2017年开始，国内外多家公司陆续推出了自动化数据建模工具（见表4）。谷歌在2017年5月的I/O大会上发布了AutoML，将其应用于深度学习的图像识别和语言建模两大数据集中。同时，谷歌在2018年全面启动Cloud AutoML项目，包含神经架构搜索技术、learning2learn和迁移学习三大核心技术，实现了用户只需提供数据和拖拽界面的方式，自动构建深度学习模型。国内自动化数据建模工具包括第四范式的HyperCycle ML、百度的EasyDL、浪潮的AutoML Suite、旷视科技的Brain++、探智立方的DarwinML 等。
表4　国内外自动化数据建模工具
多数厂商不仅提供自动化数据建模的产品工具，同时会提供完整的自动化数据建模解决方案。目前，数据建模的数据预处理阶段尚未实现完全自动化，依然需要相关人员根据具体的应用场景选择合适的预处理方法。而自动化数据建模解决方案将场景因素考虑在内，有针对性地完成数据准备工作。旷视科技的AutoML技术提供了完整的解决方案，覆盖了包括活体检测、人脸识别、物体检测、语义分割在内的多种场景；百度的EasyDL在2018年陆续发布了定制化物体检测服务、定制化模型设备端计算和定制化声音识别等多个定制化能力方向，应用于零售、安防、工业质检等数十个行业。

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：

datav数据可视化工具 阿里云datav数据可视化( 五 )

datav数据可视化工具阿里云datav数据可视化( 五 )