La lista a continuación no es completa de ninguna manera, pero debería ser un buen comienzo. Me acerco a la visualización de datos de aprendizaje (y a cualquier otro dominio basado en datos ) a lo largo de las siguientes dimensiones :
Para la teoría , lea libros :
- Respuestas (incluida la mía) a esta pregunta: ¿Cuál es un buen libro sobre visulización de datos?
- Una colección más completa de libros principalmente relevantes: Libros
Para conocer tendencias, noticias, recursos, opiniones, etc. , lea blogs / sitios :
- ¿Cuál es una explicación intuitiva para la función de pérdida de registro?
- ¿Qué estrategias sugiere para resolver este problema de detección de fraude en un negocio minorista y de suministro con minería de datos y análisis de datos?
- ¿Cómo funciona técnicamente el big data?
- ¿Es Scala una mejor opción que Python para Apache Spark en términos de rendimiento, curva de aprendizaje y facilidad de uso?
- Cómo planificar un autoestudio de ciencia de datos
- FlowingData | Visualización y Estadística
- Datos hermosos
- Mejora de la visualización de datos para el sector público.
- Blog de visualización de datos de Michael Sandberg
Para dominar las habilidades , practique la visualización de datos, utilizando herramientas :
- Herramientas generales de software de escritorio: MS Excel, OpenOffice
- Herramientas web generales: D3.js – Documentos basados en datos, análisis de datos en la web
- Herramientas centradas en la matemática: Wolfram Mathematica, Sage Mathematical Software System – Sage
- Herramientas con soporte multilingüe: Plotly
- Herramientas específicas del idioma (R): Vista de tareas CRAN: pantallas gráficas y gráficos dinámicos y dispositivos gráficos y visualización, ggplot2, ggvis / Shiny
- Herramientas específicas del lenguaje (Python): Matplotlib, Bokeh, Vispy: visualización interactiva basada en OpenGL en Python
- Herramientas específicas de dominio: la plataforma Open Graph Viz