題目：AI與資料視覺化 地點：台灣人工智慧學校｜中研院 講者：彭其捷 個人網站：https://www.visualization.tw/

1. 與
資料視覺化
彭其捷
foxfirejack@gmail.com

2. 相關著作（資料視覺化 / 資料科學 / UIUX）
10 刷
2

3. About Me
【 】
【 】
3

4. 4
https://hahow.in/cr/data-tableau

6. Question
什麼是資料視覺化？

7. https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6
不同月份的感染數變化？

8. 良好的資料視
覺化設計，可
以友善的幫助
人們從合適的
角度觀察數據
｜單日感染個數 人（ 萬人）

9. Question
AI 與資料視覺化
的關係？

10. 10
AI x 視覺化 = 提升數據特性的掌握能力
AI x 視覺化 = 提升模型優化的溝通品質
AI x 視覺化 = 提升成果展示的效果與理解

11. 可提升數據特性的
掌握能力
AI x 視覺化
Part 1

12. 探索式資料分析
EDA Exploratory Data Analysis
AI 建模前的建置作業
「認識資料」

13. 可透過視覺化方式輔助探索資料
避免建模時
資料分配
極端值 null 值 資料類型
離散程度

14. Question
團隊如何進行數
據探索？

15. 許多團隊，在執行 EDA
資料探索任務階段時，採
用的是 Excel 軟體
有時候會受限

16. 環保署全國測站，空汙模型之建模數據
國家級測站資料，單一測站每天每小時的資料
累積超過 500 萬筆資料

17. 固然很好用，但如果
想透過 進行巨量資料
探索、跨表格資料探索，相
對可能會遇到一些挑戰
數據特性掌握能力的 痛點

18. Python , R 等程式語言可以輔助 EDA / 視覺化 … 但 ...

19. 難道每個人都要學習
或是 ，才能更具
備 專案的資料探索與
視覺化能力嗎？
數據特性掌握能力的 痛點

20. 除了 Excel 外，還有很多不錯的軟體工具可輔助
工具名稱 核心優點 核心缺點
所見即所得的直覺操作介面，優異視覺表現，
使用者數眾多，學習容易。
進階資料科學功能較為陽春，商業
價格偏高。
最多使用者人數的工具，容易與既有工作流程
結合。
對巨量數據支援度較差，如要執行
複雜數據分析步驟也較為繁瑣。
知名大廠所推出，操作介面熟悉且社群完整，
有雲端版本。
不支援 Mac 作業系統。
★
★
★
合適的軟體，能夠幫助我們進行
且不一定要很高的學習門檻

21. Tableau 工具 x 資料探索 x 視覺化（跨平台）
圖表模組
(Show Me）
快速切換各類圖表，輔
助進行數據觀察 & 視
覺化
選擇資料欄位
（Columns）

22. 小結
進行資料探索與視覺化，是建置 AI
的重要前置作業
透過 EDA 觀點＆友善工具的輔助，
可有效提升團隊對於數據特性的掌握
度，確保 AI 建模前的資料品質

23. 可提升模型優化的
溝通品質
AI x 視覺化
Part 2

24. AI 專案
透過機器學習
預測 PM2.5 空污

25. 25
APP：環境即時通（搭載空品預測）

26. 專案：透過機器學習(類神經網路) ：預測 PM2.5 數值

27. 空汙 AI 預測 V1 之實驗結果
（紅線：線性迴歸 baseline）（藍線：預測的空污數值）

28. AI 的演算法產出，大多是數值類型，較難檢核 & 溝通
ex. 空氣品質：預測 17:00 之後的數值
{"station": "u53e4u4ead", "datetime": "2018-09-20 16:00:00", "pred_1": 39.72, "pred_2": 42.9, "pred_3": 40.14,
"pred_4": 39.45, "pred_5": 39.42, "pred_6": 35.49, "pred_7": 36.38, "pred_8": 34.85, "pred_9": 31.99, "pred_10":
30.96, "pred_11": 27.22, "pred_12": 28.12, "pred_13": 25.57, "aqi_12hr_4hr_avg_1": 112.0, "aqi_12hr_4hr_avg_2":
112.0, "aqi_12hr_4hr_avg_3": 103.0, "aqi_12hr_4hr_avg_4": 107.0, "aqi_12hr_4hr_avg_5": 110.0,
"aqi_12hr_4hr_avg_6": 110.0, "aqi_12hr_4hr_avg_7": 110.0, "aqi_12hr_4hr_avg_8": 109.0, "aqi_12hr_4hr_avg_9":
105.0, "aqi_12hr_4hr_avg_10": 102.0, "aqi_12hr_4hr_avg_11": 96.0, "aqi_12hr_4hr_avg_12": 93.0,
"aqi_12hr_4hr_avg_13": 90.0, "error_bound_t4": 8.54762, "error_bound_t7": 11.756, "error_bound_t8": 12.9405,
"error_bound_t12": 16.0833, "error_bound_t6": 10.7738, "error_bound_t9": 13.6905, "error_bound_t5": 9.625,
"error_bound_t13": 16.6964, "error_bound_t10": 14.5774, "error_bound_t1": 0.434524, "error_bound_t3": 6.36905,
"error_bound_t2": 1.125, "error_bound_t11": 15.3095, "pollute_6": "PM2.5", "pollute_10": "PM2.5", "pollute_12":
"PM2.5", "pollute_11": "PM2.5", "pollute_3": "PM2.5", "pollute_4": "PM2.5", "pollute_1": "O3", "pollute_7": "PM2.5",
"pollute_9": "PM2.5", "pollute_2": "O3", "pollute_5": "PM2.5", "pollute_8": "PM2.5", "pollute_13": "PM2.5"}
"
測站名稱

29. 許多人對於解讀數據、理解模
型的能力有限，需要將資料轉
換為 較低維度、減少抽象、較
好理解的視覺化結果，來促成
團隊進行溝通
AI 溝通品質 痛點

30. AI 預測準確度視覺化，引導團隊針對 高PM2.5 預測高誤差處 進行討論
數值-真實值
空品-AI預測值
鄉民
燒稻草
境外空汙
移入
沙塵暴
事件
深夜霧大
誤差較大
的地方
某
測
站
某
測
站

31. 引入各領域專家的討論後，預測模型誤差 大幅降低
持續清理資料，新增 / 調整了 51 個計算特徵
AI 預測擬合度大幅提升
藍線
真實數值
橘線
預測數值
上線的版本

32. 來源
https://www.youtube.com/watch?v=
B8R148hFxPw

33. 來源
http://playground.tensorflow.org/

34. 小結
透過資料視覺化，可以提升團隊對於
AI 模型或是流程的溝通品質，讓更
多人參與給意見，來共同找出模型可
優化之處

35. 可提升成果展示的
效果與理解
AI x 視覺化
Part 3

36. 許多 AI 服務，需要被轉譯，讓更多人理解
AI 團隊
普羅大眾 &
決策者們
轉譯

37. 卡米爾演算法
透過物聯網數據
自動推估空汙熱區

38. 使用新聞稿、網
站，作為 AI 專
案展示的媒
介？
https://airtw.epa.gov.tw/CHT/Encyclopedia/AirSensor/AirSensor_1.aspx

39. 如果使用普通的新聞稿、文
字、學術發表等方式來呈現
成果，很可能讓多數決策
者、普羅大眾相對無感
關於 AI 成果展示的 痛點

40. 用 AR 視覺化方式，展示空汙
https://www.youtube.com/
watch?v=9kDRl9B12JM

41. https://web.cw.com.tw/covid19-taipei-lock
down/
用視覺化的方式，轉譯科學

43. 許多的 AI 核心原理與展示方式，較難讓一般人理解
https://openai.com/blog/emerg
ent-tool-use/
關於捉迷藏
的研究
抓人者
被抓者

44. https://ww
w.youtube.
com/watch
?v=Lu56xV
lZ40M&feat
ure=emb_l
ogo
用視覺
化的方
式展示

45. 小結
透過資料視覺化的技巧，可以
提升 AI 成果展示的變化性，
也能促成普羅大眾、相關決策
者的理解

46. 結語

47. 47
AI x 視覺化 = 提升數據特性的掌握能力（前期）
AI x 視覺化 = 提升模型優化的溝通品質（中期）
AI x 視覺化 = 提升成果展示的效果與理解（後期）

48. 48
第六本
著作
進階資料
視覺化技巧
即將出版

49. 49
資料視覺化 / 商業分析研究社（臉書社團）
https://www.facebook.com/groups/tw.dataviz/

50. THE END