डेटा विज़ुअलाइज़ेशन व्यापक चार्ट, छवियों, सूचियों, चार्ट और कई दृश्य वस्तुओं के समर्थन से डेटा के दृश्य प्रतिनिधित्व को परिभाषित करता है। यह उपयोगकर्ताओं को केवल समय के एक अंश के भीतर डेटा सीखने और उपयोगी डेटा, पैटर्न और रुझान निकालने की अनुमति देता है। इसके अलावा, यह केवल समझने के लिए डेटा बनाता है।
दूसरे शब्दों में, यह कह सकता है कि ग्राफिकल रूप में डेटा प्रतिनिधित्व ताकि उपयोगकर्ता डेटा में प्रवृत्तियों की प्रक्रिया को आसानी से समझ सकें, डेटा विज़ुअलाइज़ेशन के रूप में जाना जाता है।
डेटा विज़ुअलाइज़ेशन में कई टूल शामिल हैं, जिनमें चार्ट मैप, ग्राफ़ आदि शामिल हैं। डेटा विज़ुअलाइज़ेशन के लिए उपयोग किए जाने वाले टूल डेटाशीट की संपूर्ण स्कैनिंग के बजाय विज़ुअल प्रतिनिधित्व द्वारा समर्थित जानकारी को समझने और एकत्र करने में उपयोगकर्ताओं का समर्थन करते हैं।पी>
डेटा विज़ुअलाइज़ेशन डेटा को विज़ुअल रूप में परिभाषित करता है। यह आवश्यक है क्योंकि यह डेटा को अधिक आसानी से देखने की अनुमति देता है। मशीन लर्निंग तकनीक डेटा विज़ुअलाइज़ेशन का समर्थन करने वाले भविष्य कहनेवाला विश्लेषण करने में एक आवश्यक कार्य करती है।
डेटा विज़ुअलाइज़ेशन न केवल व्यावसायिक विश्लेषकों, डेटा विश्लेषकों और डेटा वैज्ञानिकों के लिए उपयोगी है, बल्कि यह किसी भी करियर में डेटा विज़ुअलाइज़ेशन को समझने में एक आवश्यक भूमिका निभाता है। चाहे वह डिजाइन, संचालन, तकनीक, विपणन, बिक्री, या कई क्षेत्रों में काम कर सकता है, इसके लिए डेटा की कल्पना करना आवश्यक है।
विज़ुअलाइज़ेशन गलत मानों की खोज करके डेटा की सफाई प्रदान करता है (जैसे, मरीज़ जिनकी उम्र 999 या -1 है), लापता मान, डुप्लिकेट पंक्तियाँ, सभी समान मानों वाले कॉलम, और इसी तरह।
विज़ुअलाइज़ेशन तकनीक चर व्युत्पत्ति और चयन के लिए भी फायदेमंद हैं - वे यह निर्धारित करने में सहायता कर सकते हैं कि विश्लेषण में कौन से चर शामिल हैं और कौन से बेमानी हो सकते हैं। वे उपयुक्त बिन आकार तय करने में भी सहायता कर सकते हैं, संख्यात्मक चर के बिनिंग की आवश्यकता होनी चाहिए। वे डेटा कमी चरण के हिस्से के रूप में तत्वों के संयोजन में भी एक कार्य कर सकते हैं।
अंत में, यदि डेटा अभी तक एकत्र नहीं किया गया है और संग्रह महंगा है, तो विज़ुअलाइज़ेशन विधियां एक नमूने का उपयोग करके यह निर्धारित करने में सहायता कर सकती हैं कि कौन से चर और मीट्रिक उपयोगी हैं।
डेटा की खोज एक अनिवार्य मूल कदम है, चाहे अधिक औपचारिक विश्लेषण हो या न हो। ग्राफिकल एक्सप्लोरेशन डेटा संरचना को सीखने, जानकारी को साफ करने, बाहरी लोगों को पहचानने, मूल पैटर्न की खोज करने और दिलचस्प प्रश्न बनाने के लक्ष्यों के लिए फ्री-फॉर्म एक्सप्लोरेशन प्रदान कर सकता है।
चित्रमय अन्वेषण को अधिक लक्षित भी किया जा सकता है, जो रुचि के निश्चित प्रश्नों की ओर अग्रसर होता है। डेटा माइनिंग के संदर्भ में, एक संयोजन की आवश्यकता होती है - एक विशिष्ट लक्ष्य प्रदान करने के लिए फ्री-फॉर्म एक्सप्लोरेशन लागू किया जाता है।
ग्राफ़िकल एक्सप्लोरेशन बहुत ही बुनियादी प्लॉट बनाने से लेकर ऑपरेशन का उपयोग करने तक हो सकता है, जिसमें इंटरकनेक्टेड विज़ुअलाइज़ेशन के एक समूह का विश्लेषण करने के लिए फ़िल्टरिंग और ज़ूमिंग शामिल है जिसमें रंग और कई पैनल सहित उन्नत सुविधाएँ शामिल हैं।