当前位置: 首页 > news >正文

数据分析的尽头是web APP?

数据分析的尽头是web APP?

在做了一些数据分析的项目,也制作了一些数据分析相关的web APP之后,总结自己的一些想法和大家分享。
在这里插入图片描述

1.web APP是呈现数据分析结果的另外一种形式。

数据分析常见的结果是数据分析报告,可以是PPT或者markdown, 提交给下一个环节的人员作为参考,辅助决策,而web APP可以更好地展现数据分析结果的另外一种形式,与传统的PPT等方式相比,可以展示更多的内容,还可以与用户进行互动,并方便更新迭代,对于一种长期的数据分析项目更加能体现出优势。

2. web APP可以用于总结数据分析思路并复用

Web APP用于总结数据分析的思路并形成复用模式,可以用web APP进行总结并方便进行复用。数据分析过程其实会慢慢形成一定的分析模式,医学方面,像随机对照研究往往使用描述性分析+组间统计分析,观察性研究中的独立危险因素分析,常常使用描述性分析+单因素分析+多因素分析等,将这些成熟的分析思路整理成web APP,随后简单地替换数据即可形成新的分析结果,不失为提高数据分析效率的一种方法。

3. web APP用于承载数据分析的成果

Web APP作为数据分析成果展示和应用的载体,比如临床预测模型。临床预测模型是数据分析的一种成果,在应用过程中,需要给用户展示模型效能、训练数据的特点和使用范围等等,并与用户进行良好的交互,包括外部验证、变换变量名称和预测等。Web APP凭借其良好的互动功能和丰富的内容展示功能,能够胜任这方面的工作,是目前最佳的承载预测模型的载体。所以这一类的研究论文也往往会提供web APP的链接来更好地展示研究的成果。

Web APP可以看做是一个简单的网站,只要有浏览器的地方就可以使用web APP,是一种传播迅速,覆盖范围广,互动性强的信息发布模式。多个web APP可以通过shinyproxy这样的代理软件组合在一起,形成app的集合而方便管理和访问,比如,我自己制作的app就放在appmatrix 上进行管理,目前收录了十余个自己制作的APP。
在这里插入图片描述

附:

  1. 年末活动:点赞+关注可以获得一个月的appmatrix免费订阅,价值10元,关注后向作者索取测试账号密码。)
  2. 对制作web APP(shiny和steamlit)和shinyproxy设置感兴趣的同学可以联系作者,多种形式开展合作。
http://www.lryc.cn/news/492557.html

相关文章:

  • YOLO系列论文综述(从YOLOv1到YOLOv11)【第3篇:YOLOv1——YOLO的开山之作】
  • 容器和它的隔离机制
  • 【数据结构与算法】排序算法总结:冒泡 / 快排 / 直接插入 / 希尔 / 简单选择 / 堆排序 / 归并排序
  • Windows Serv 2019 虚拟机 安装Oracle19c,图文详情(超详细)
  • 数字孪生开发之 Three.js 插件资源库(2)
  • 小米C++ 面试题及参考答案下(120道面试题覆盖各种类型八股文)
  • OpenOCD之J-Link下载
  • 华为云云连接+squid进行正向代理上网冲浪
  • 情绪识别项目
  • 【RISC-V CPU debug 专栏 2.2 -- Hart DM States】
  • 从零样本到少样本学习:一文读懂 Zero-shot、One-shot 和 Few-shot 的核心原理与应用!
  • 【LC】3101. 交替子数组计数
  • 如何构建SAAS项目
  • 树莓派搭建NextCloud:给数据一个安全的家
  • 深入解读 MongoDB 查询耗时:Execution 和 Fetching 阶段详解
  • frida_hook_dlopen(当年到lib目录下找发现一个so都没有,hook下dlopen)
  • Zero to JupyterHub with Kubernetes中篇 - Kubernetes 常规使用记录
  • WordCloud去掉停用词(fit_words+generate)的2种用法
  • Python 中如何处理异常?
  • C++——多态(下)
  • qsort函数详解+代码展示
  • leetcode hot100【LeetCode 136. 只出现一次的数字】java实现
  • (免费送源码)计算机毕业设计原创定制:Java+ssm+JSP+Ajax SSM棕榈校园论坛的开发
  • 对抗攻击算法:FGSM和PGD
  • 【八股文】小米
  • xtu oj 众数
  • ENVI计算ROI分离度为灰色compute roi separability
  • Adaboost集成学习 | Python实现基于NuSVR-Adaboost多输入单输出回归预测
  • Python学习第十三天--面向对象,类和对象
  • AI运用落地思考:如何用AI进行系统运维?