The Good, the Bad and the Ugly: Analysen effektiv visualisieren und kommunizieren

Wenn es um gesellschaftspolitische Debatten geht, haben Expertinnen und Experten die wichtige Aufgabe, Ergebnisse einem breiten Publikum zugänglich zu machen. Aber auch Datenanalysten müssen regelmäßig ihre Machine Learning Modelle und daraus gewonnene Erkenntnisse leicht verständlich kommunizieren. Dies gelingt besonders effektiv mit Abbildungen.

Während gut gemachte Abbildungen ihre Botschaft auf einen Blick klarmachen – zum Beispiel das Flatten-the-Curve-Bild – können schlechte Abbildungen nicht nur unverständlich sein, sondern falsche Wahrheiten suggerieren.

In diesem Vortrag zeige ich die Grundlagen von effektiven Darstellungen an (Negativ-) Beispielen.

Im Detail werde ich zeigen, wie verschiedene Abbildungen den gesamten Prozess eines Machine Learning Modells - von der EDA, über Training bis zur Vorhersage - besser verständlich machen können und uns so bei der Optimierung und Kommunikation von Modellen helfen.
Außerdem stelle ich vor, wie Abbildungen mit dem “Grammar of Graphics”-Konzept erstellt werden.

Vorkenntnisse

Keine Vorkenntnisse nötig.

Lernziele

Besseres Verständnis für die Wichtigkeit und Tücken guter Datenvisualisierung.