问：
为什么数据可视化对机器学习算法有用？
A：数据可视化学科为我们提供了几乎无限的方式来展示机器学习算法的发展趋势。 值得思考的是，为什么数据可视化如此重要，以及为什么它为这么多参与机器学习过程的人释放了这么多的创造力呢？
要了解数据可视化对机器学习的价值，只需看一下用于创建这些开创性和创新性程序的任何算法。
最简单的一种就是决策树。 无需进入激活功能或隐藏层或类似功能，决策树就是简单的二进制节点集。 但是，即使是简单的决策树，也很难被人们描述或描述。 在屏幕或页面上可视化它要容易得多。 当您看到每个节点及其与其他节点的连接时，整个过程将变得显而易见。
现在，让我们来看看最拜占庭式和复杂的机器学习算法类型之一-神经网络。
在某些方面，神经网络实际上是机器学习算法的集合。 基本设置包括输入层，隐藏层和输出层。 激活功能帮助单个数字神经元处理加权输入。
通过数据可视化比通过口头或书面描述更容易解释所有这些项目和所有这些过程。 您可以说神经网络具有加权的输入流进入输入层，并且它们在一些隐藏层中合并并合并为给定的输出，但是当您使用可视化的图形显示其工作原理时，人眼和人大脑以一种更加直接和有用的方式锁定它。
从某种意义上讲，即使不考虑机器学习，您也可以看到数据可视化的强大功能。 早在线性编程时代，编译器和计算机语言工作室就使程序员可以选择设置逐步测试程序，以便他们可以检查小型可视框中的变量值。 再次，这帮助显示了执行过程中发生的情况远比仅阅读代码库要好得多。
机器学习是超密集型编程-它是概率编程，这就是为什么数据可视化确实可以帮助我们掌握任何给定算法或流程的情况的原因。
