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

Wie sich Datenanalysemodelle und abgeleitete Erkenntnisse leicht und verständlich vermitteln lassen, zeigt Shirin Elsinghorst in ihrem Vortrag.

Lesezeit: 1 Min.
In Pocket speichern
vorlesen Druckansicht Kommentare lesen 1 Beitrag
Shirin Elsinghorst: The Good, the Bad and the Ugly: Analysen effektiv visualisieren
Von
  • Matthias Parbel

In ihrem Vortrag auf der data2day 2020 gibt Shirin Elsinghorst eine Einführung in die Grundlagen effektiver Kommunikation von Datenanalyseergebnissen. Unter dem Motto "The Good, the Bad and the Ugly: Analysen effektiv visualisieren und kommunizieren" beschreibt sie, wie Data Scientists und andere Expertinnen und Experten ihre zum Teil komplexen Datenmodelle sowie die daraus abgeleiteten Erkenntnisse auch einem breiten Publikum leicht verständlich zugänglich machen.

Wie zuletzt die öffentlichen Diskussionen im Zuge der Corona-Pandemie deutlich gemacht haben, ist es insbesondere in gesellschaftspolitischen Debatten wichtig, dass auch wissenschaftliche Ergebnisse plausibel und auf den ersten Blick verständlich präsentiert werden – wie es zum Beispiel mit den Flatten-the-Curve-Bildern gelungen ist. Schlecht gemachte Abbildungen hingegen können nicht nur unverständlich sein, sondern schlimmstenfalls falsche Wahrheiten suggerieren. Shirin Elsinghorst zeigt daher anhand einiger Beispiele, wie verständliche Darstellungen gelingen und sich mit dem “Grammar of Graphics”-Paket ggplot2 in R und Python umsetzen lassen.

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

arbeitet als Data Scientist bei der codecentric AG. Sie hat in der Bioinformatik promoviert und nutzt von Statistik bis Machine Learning verschiedene Methoden, um aus Daten spannende und neue Erkenntnisse zu gewinnen. Regelmäßig bloggt sie über Data-Science-Themen und gibt Schulungen zu Deep Learning mit Keras.

Lesen Sie auch

(map)