Uwaga: Poniższy artykuł pomoże Ci w: Jak użytkownicy MachineHack rozwiązali wyzwanie związane z wizualizacją ruchu w Uber City
Platforma hakatonowa magazynu Analytics India Magazine, MachineHack, niedawno zakończyła hakaton zatytułowany „Visualization is Beautiful: Uber City Traffic Visualization Challenge”. Rozmawialiśmy ze zwycięzcami hackathonu, aby dowiedzieć się o nich i dowiedzieć się, jak rozwiązali łamigłówkę z tego miesiąca.
Surenther ma rangę 1 Na tablicy wyników
Surenther zajmuje się nauką o danych od 2016 roku. Pracował w centrum nauki i analityki danych Karpagam College of Engineering, Coimbatore. Mówi, że wizualizacja danych jest sercem nauki o danych, ponieważ zapewnia rozwiązania, które ułatwiają mu narzędzia do wizualizacji, takie jak Tableau. Dzięki Tableau zrozumiał myśl przewodnią wizualizacji i dzieli się zdobytymi umiejętnościami wizualizacji ze swoimi uczniami.
Podejście do rozwiązania problemu:
Po przejrzeniu danych Surenther zdał sobie sprawę, że potrzebuje więcej wymiarów do tworzenia wykresów, więc ostrożnie obchodził się z danymi, upewniając się, że wartości się nie zmieniają. Następnie przeszedł do wizualizacji wykresów, szeregów czasowych danych dotyczących pokuty, aby sporządzić łatwą prognozę i powiedział, że pojedyncze pulpity nawigacyjne dały mu więcej informacji.
Doświadczenie w MachineHack:
Mówiąc o swoich doświadczeniach z platformą, mówi, że jest to dobra platforma do rozpoczęcia hackathonów data science. Podziękował MachineHack za możliwość udziału w hackathonie.
Sahil Mendhiratta ma rangę 2 Na tablicy wyników:
Mendhiratta mówi, że kariera analityka danych obejmuje połączenie umiejętności związanych z obsługą danych, modelowaniem i umiejętnościami prezentacji. Karierę w kierunku data science rozpoczął w 2018 roku, kiedy zapoznał się z nią w swoim pierwszym projekcie organizacyjnym. Zainteresował się nim głęboko i zaczął uczyć się go w dobrym tempie. Czytał różne blogi na temat data science i analityki danych i zdał sobie sprawę, że jest to gorąca technologia, która stworzy boom na rynku w nadchodzących latach. Kursy z EDX, DataCamp, Coursera pomogły mu rozwinąć fundamenty. Wierzy, że data science z pewnością przyniesie drastyczne zmiany w każdej branży, aby rozwiązać rzeczywiste problemy.
Podejście do rozwiązania problemu:
Według Mehdhiratty dostarczone dane były takie, jakich faktycznie potrzebuje programista BI, w formacie numerycznym. Chociaż musiał wykonać pewne przekształcenia i operacje czyszczenia danych na danych. Głównym wymiarem do pokazania na pulpitach nawigacyjnych była data i godzina, dlatego skupił się przede wszystkim na pokazaniu przedziału czasu w różnych hierarchiach daty i czasu, takich jak rok, dzień i miesiąc. Skupił się również na analizie ruchu w różnych momentach. Wykorzystał platformę Microsoft PowerBI, ponieważ dawałaby wysoce spersonalizowane i piękne wykresy, dające głębszy wgląd.
Doświadczenie w MachineHack:
To było wspaniałe doświadczenie edukacyjne z MachineHack i pomogło mu się rozwijać, wzbogacać wiedzę i rozwijać zaufanie do nauki o danych. Powiedział, że nie może się doczekać udziału w nadchodzących hackathonach MachineHack.
Sreyan Ghosh ma rangę 3 Na tablicy wyników
Ghosh jest studentem trzeciego roku Christ University w Bangalore na wydziale informatyki i inżynierii. Jego przygoda z nauką o danych rozpoczęła się na drugim roku inżynierii, kiedy wziął udział w warsztatach wprowadzających do uczenia maszynowego, zorganizowanych przez jednego z jego starszych kolegów z college’u. Ghosh powiedział, że tego samego dnia wrócił do domu i zapisał się na kurs uczenia maszynowego Andrew Ng na Coursera i kontynuuje różne tego typu kursy nawet później.
Ghosh powiedział, że będąc studentem, potrzebował trochę czasu i determinacji, aby nauczyć się statystyki i matematyki w data science, ale nigdy się nie poddał. Otrzymał również wiele zachęt od swoich nauczycieli w swoim wydziale. Był także współzałożycielem klubu na swojej uczelni o nazwie Neuron, który od samego początku rozwijał się wykładniczo.
Pierwszy w historii konkurs, w którym wziął udział, odbył się na Kaggle, gdzie zadaniem było przewidywanie poziomu ubóstwa w Kostaryce. Od tego czasu brałem udział w kilku konkursach online i offline, co pomogło mu być na bieżąco ze wszystkimi nowinkami w świecie data science i nauczyłem się dużo szybciej niż tylko na kursach online. Jedną z rzeczy, których nauczył się do tej pory w swojej podróży do nauki o danych, jest to, że nauka o danych nie polega tylko na tworzeniu skomplikowanych modeli, ale na podejmowaniu lepszych decyzji.
Podejście do rozwiązania problemu:
Mówiąc o tym, jak rozwiązał problem hackathonu, Sreyan powiedział, że jako ostatni zgłosił rozwiązanie. Początkowo zobaczył tabelę liderów wypełnioną wizualizacjami z usługi Power BI i wiedział, że potrzebuje czegoś innego, aby się wyróżnić. Użył więc narzędzia Plotly w Pythonie. Mówi, że najlepszą rzeczą w Plotly jest możliwość dostosowania, na którą pozwala. Można napisać niestandardowe funkcje, których można użyć do prezentowania danych dokładnie tak, jak chcesz. Ponadto żywe kolory, które można wykorzystać do natychmiastowego przyciągnięcia uwagi.
Początkowo, po wyczyszczeniu kolumny dat, która zawierała daty w różnych formatach, zaczął od części wizualizacyjnej. Najważniejszą rzeczą był mądry wybór między wszystkimi kolumnami w zbiorze danych, kolumnami, które można wykorzystać do przedstawienia jak największej ilości danych. Do tworzenia wizualizacji używał głównie cech „średnich”, a nie cech „górnych” i „dolnych”. Niektóre z jego kluczowych wizualizacji obejmowały wykres skrzypcowy średniego czasu podróży w dniach miesiąca, dniach tygodnia, wykres pudełkowy średniego czasu podróży w latach i miesiącach roku oraz wykresy rozkładu średniego, górnego i dolnego ograniczenia czas przejazdu w różnych porach dnia. Cały proces wyboru najlepszych wizualizacji do umieszczenia na MachineHack Ghosh powiedział, że był dość iteracyjny. Skorzystał również z pomocy moich przyjaciół i poprosił ich o przejrzenie go, zanim będzie mógł wybrać 6 najlepsze wizualizacje. W trakcie odrzucił około 50 wizualizacji, zanim wymyślił moją 6 najlepsze wizualizacje w przededniu terminu nadsyłania prac.
Doświadczenie w MachineHack:
Ghosh powiedział, że miałem wspaniałe doświadczenie edukacyjne w MachineHack i konkurowanie z najlepszymi rywalami, zwłaszcza profesjonalnymi analitykami danych, którzy mogą sprawić, że studenci i aspirujący naukowcy danych będą się rozwijać i
Zobacz, gdzie stoją pod względem standardów branżowych. Machine Hack zapewnia niesamowite środowisko rywalizacji dla profesjonalistów i entuzjastów nauki o danych. Ghosh powiedział również, że nadal będzie brał udział w hackathonach na MachineHack i nie może się doczekać kolejnych hackathonów. Dziękuje także HOD swojego wydziału, dr Balachandranowi K i jego nauczycielowi, którzy wspierali go w jego podróży do nauki o danych. Podziękował także swoim przyjaciołom, którzy pomogli w rozpowszechnianiu informacji i wszystkim, którzy na niego głosowali.
Niedawno MachineHack zakończył jeszcze jeden hackathon o nazwie „Przewiduj opłatę za konsultację lekarza Hackathon” i opublikowaliśmy artykuł zwycięzców o tym, jak rozwiązali problem hackathonu na Magazyn Analytics w Indiach. MachineHack organizuje wiele interesujących hackathonów, a także ma ciekawe ceny dla zwycięzców. Niedawno uruchomiła nowy hackathon o nazwie „Przewidywanie ceny biletu lotniczego Hackathon”, aby rozwiązać problem nieprzewidywalności cen biletów lotniczych.
