Visualiser pour comprendre

(à venir)

Lectures

• Towards Reliable Interactive Data Cleaning: A User Survey and Recommendations

• Combining Design and Performance in aData Visualization Management System

Modules

• TensorBoard : Il sert à visualiser les résultats intermédiaires, à comparer, à voir les résultats d’un processus de machine learning, en particulier les réseaux de neurones profond. Il fonctionne aussi avec Keras. How to use tensorboard Embedding Projector ? Exemples TensorBoard: Embedding Visualization, An Encounter with Google’s TensorFlow, How to plot a ROC curve with Tensorflow and scikit-learn?

• Prodigy : les problèmes d’apprentissage supervisés requiert des annotations ou labels. Il est plus facile de les produire avec de bons outils. Prodigy pourrait être l’un d’eux, l’outil est prévu pour annoter le texte et les images.

• labelImg : annotation d’images

• streamlitcet outil permet de faire des dashboards pour

  visualiser les données selon différents angles.

• dtreeviz : pour visualiser les arbres de décision