![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习可视化
文章平均质量分 94
weixin_43413013
这个作者很懒,什么都没留下…
展开
-
论文研读-AI4VIS-可视化推荐-Table2Analysis/Table2Charts
Table2Analysis是发表在AAAI2020上的关于多维数据表格分析的文章,提出了Table2Analysis,从大量(Table,analysis)对中学习常用的分析模式,并推荐对任何一个以前从未见过的表进行分析。Table2Charts发表在ACM会议KDD ’21(Conference on Knowledge Discovery and Data Mining),提出了 Table2Charts 框架,该框架可以从大量的(表,图表)对语料库中学习通用模式。...原创 2022-08-26 22:29:51 · 573 阅读 · 0 评论 -
论文研读-AI4VIS-可视化推荐-VisMaker:面向问题的数据探索可视化推荐方法
A Question-Oriented Visualization Recommendation Approach for Data Exploration1 论文概述1 论文概述2020年9月发表的文章,讲述了一种以问题为导向的可视化推荐方法。...原创 2022-01-11 14:40:03 · 621 阅读 · 0 评论 -
论文研读 - AI4VIS- ADVISor:基于表格数据根据自然语言问题构建可视化
ADVISor: Automatic Visualization Answer for Natural-Language Question on Tabular Data 北大袁晓如老师团队,2021年IEEE Papandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。原创 2022-01-05 17:15:52 · 1047 阅读 · 0 评论 -
论文研读-机器学习可视化-面向可视解释的零样本分类主动学习
面向可视解释的零样本分类主动学习1 文章概要1.1 摘要1.2 引言1.3 组织结构1 文章概要1.1 摘要问题:零样本分类是解决训练类和测试类不相交问题的一种很有前景的范例。实现这一点通常需要专家通过手动指定类属性矩阵来定义哪些类具有哪些属性,从而将其领域知识具体化。设计一个合适的类属性矩阵是后续过程的关键,但是这个设计过程是单调乏味的、没有指导的反复试验。方法:为了解决上述问题,本文提出了一种可视化的、可解释的,叫做语义导航器的主动学习方法。这种方法通过在每个交互循环中的四个动作(询问、解释、推原创 2021-11-17 20:20:08 · 1362 阅读 · 0 评论 -
论文研读-机器学习可视化-基于图的半监督学习的交互式图构造
基于图的半监督学习的交互式图构造1 文章概要1.1 摘要1.2 引言1.3 组织结构2 相关工作3 GSSL模型3.1 KNN图构造3.2 标签传播4 DataLinker设计4.1 需求分析4.1.1 挑战4.1.2 设计准则4.2 系统概览5 DataLinker 可视化5.1 可视化设计5.2 交互式探索与图构造5.2.1 图过滤5.2.2 交互式图构造6 案例分析6.1 STL-10数据集实例研究6.2 OCT数据集的案例研究7 讨论和未来工作8 结论1 文章概要1.1 摘要半监督学习(SSL原创 2021-10-26 19:43:59 · 332 阅读 · 0 评论