Всем здоровья и бодрого расположения духа!
В статье «Визуализация рекомендаций Романа Андреева на Python» мы разобрали как можно с помощью нескольких строк кода на Питоне разобрать текст, который выкладывает каждое утро в своем блоге Роман Андреев (далее по тексту Роман) — известный трейдер и блогер (или наоборот), и отобразить эти рекомендации в виде уровней и зон на графиках. В этом топике я покажу способ для извлечения информации из графических изображений с помощью технологий компьютерного зрения (но без использования нейронных сетей) на примере таблиц-рекомендаций из блога Романа Андреева.
Надеюсь, что я не напугал читателей термином «компьютер вижн», скоро вы поймете, что это просто. И что любой юный прогер может написать код для распознавания внешними камерами номеров автомобилей, который впоследствии возненавидят все автолюбители мегаполисов, а МАДИ и ГИБДД будут собирать со всех нас миллиардные штрафы
Здравствуйте, коллеги!
На глаза попалась интересная статья для визуализации разнообразной информации и данных:
How To Think Visually Using Visual Analogies – Infographic
Привожу основные скрины, в статье описание каждого графика.
Люблю разные демографические данные. Экономические или финансовые следствия в принципе можно вывести из них сугубо логически. Живут много темнокожих в каком-то регионе — значит там будет слабее наука, но сильнее промышленность, и потребление в сети магазинов попроще. Зашел покликал и нашел район состоятельных трейдеров молодых людей и бац разместил там магазин с футболками с логотипом смарт-лаб? Очень круто понимать где и какие люди живут. В будущем соцсети позволят делать интерактивную карту местности по всем-всем моментам: хочешь фабрики — вот они; траффик такси по номерам машин — вот он; красивые девушки от 20 до 35 — вот они и даже с космоса можешь приблизить сверху, глянуть на нее. Но и сейчас есть интересные проекты, которые наверно аж бегом используются в торговле и продвижении брендов.
Карта США по этнике и доходу