我希望它们能帮助您了解这些问题最重要的

[account_disabled]

是为您提供解决问题的线索。您最认同什么问题或者我需要添加一些吗-正在侵入新闻。新闻在这里。那边有消息。数字在这里。那里有数字。这是正常的。在全球化的世界里我们正处于一种前所未有的境地。在数据时代。因此我想使用的数据来估计未来可能发生的情况。让这种情况为我们服务学习有关技术和数据科学的新知识。以及如何呈现数据项目。在情感层面上我写的文章项目花费最多。因为数据是中立的。但对这些数据的解读却让人心寒。或者感到非常高兴因为你发现了对你的项目非常积极的东西。在这种情况下我属于第一种情况。看到事情好的一面让我们用-来举例说明如何组织数据科学项目。



我们怎样才能有效地呈现它。最重要的是它帮助我们了解数据科学并用它来解释事物和解决问题。的使命是什么大胆试试吧分析目标和年月日的数据可以从多种来源获得有关-的大量数据。在这 以色列移动的电话数字 个项目中我决定使用全球公共数据您可以每天通过以下链接免费下载这些数据:gG-___变量少且简单使项目变得简单。对于每个国家收集了以下变量确认的死者已恢复除了注册日期外。有日期就意味着我们有时间序列。（随时间变化）例如年月日在西班牙我们可以表示这些图表前两张图对应于确诊病例。接下来的两个人死了。第一张图显示了累积数据这是我们在特定日期内拥有的病例总数。我们日复一日地增加价值并积累起来。第二张图表示该已确认变量的时间分布。






我们每天出现的新的确诊病例。（第二张图是第一张图的导数）图和图中的情况相同但针对的是死者。意大利出现以下数据如果您愿意您还可以查看中国的数据您会更好地理解这两个图表之间的差异请注意左侧的图形是型累积曲线。在右侧您可以感觉到一座山这是著名的-病毒感染随时间变化的曲线。（如果用鼠标跟随右图上的红点您将绘制一条曲线）也就是说让我们看看我们如何通过西班牙和意大利的数据来估计这条在中国用鼠标直观的曲线。基本上我们想要“预测在西班牙和意大利确认的死亡变量会发生什么直到年月日即年月日之后两个月。（这是本研究中可以使用的数据）还要知道感染和死亡的高峰将在哪一天。（曲线的最大值）。