Progressiv visualisering skal gøre analytics levende ved at vise ufærdige beregninger
Visual analytics er ideelt set er det en iterativ disciplin mellem computerens regnekraft og analytikerens evne til at fortolke det visualiserede resultat og matche matematikken med virkeligheden.
Men hvis algoritmerne er beregningstunge, eller datagrundlaget stort, kræver det meget computerkraft i backenden. Og hvis det tager fem minutters beregningstid at ændre en variabel, forsvinder interaktionen.
Det er bare et af de problemer, som kan løses med progressiv datavisualisering, mener Hans-Jörg Schulz, der er lektor ved Institut for Datalogi på Aarhus Universitet og ekspert i datavisualisering.
»Normalt har du en monolitisk proces, der kører fra start til slut, og så giver et resultat til sidst, som kan visualiseres,« forklarer han.
DataTech skriver til dig, der arbejder professionelt med data og analytics. Vi giver dig inspirerende cases, nyheder og debat om alt fra machine learning-modeller til dataetik. Få tilsendt tilbud
