Arabic subtitles

Overplotting and Domain Knowledge - Data Analysis with R

Get Embed Code
5 Languages

Showing Revision 1 created 06/09/2016 by Udacity Robot.

  1. في التمرين الأخير استخدمنا alpha وjitter لتقليل
  2. الرسم الزائد لكن اتضح أنه يمكننا عمل
  3. المزيد. لنسمع من مورا عن كيفية استخدام معرفتها
  4. .بالمجال والتحويل لعمل ضبط في الرسم المبعثر
  5. >> الشيء التالي الذي قمت به هو
  6. الحصول مرة أخرى على حجم الجمهور المُدرك
  7. وحجم الجمهور الفعلي ولكن هذه المرة قمت بتحويل
  8. المحاور. لذا هذه المرة كانت عبارة عن نسبة مئوية
  9. لعدد أصدقائهم. بعض الأشخاص في هذه الدراسة لديهم
  10. ،50 صديقًا والبعض 100 صديق والبعض 2000 صديق
  11. وهذا يعطي معنى أفضل عندما تفكر في حجم الجمهور
  12. على أنه نسبة مئوية للجمهور المحتمل. جميع
  13. الأشخاص في الدراسة شاركوا منشوراتهم
  14. مع أصدقائهم بشكل خاص، لذا نتوقع
  15. أن يكون الأمر مرتبطًا بعدد أصدقائهم. ما وجدناه عندما
  16. قمنا بالتخطيط بهذه الطريقة هو أن كل النقاط
  17. تقع أسفل سطر الدقة التامة هذا السطر القطري
  18. واضح جدًا في الأسفل. يجد شيء آخر يجب ملاحظته حول هذا
  19. المخطط هو أننا أجرينا استطلاعي رأي مختلفين. فقد أجرينا استطلاع رأي
  20. حيث سألنا الأشخاص في منشور واحد، كم عدد الأشخاص
  21. الذين تعتقدون أنهم رأوا منشوركم؟ ولكن سألنا
  22. مجموعة أخرى من الأشخاص بشكل عام، كم عدد الأشخاص
  23. الذين تعتقد أنهم رأوا محتوى ما شاركتموه على Facebook؟ حسنًا
  24. هذا ما يظهره هذا الرسم. هذا سؤال عام
  25. وكانت تخميناتهم
  26. أعلى قليلاً. ولكن لا يزال يعتقد الأشخاص عادة أنه من الممكن
  27. رؤية 10% من أصدقائهم للمحتوى بينما
  28. في الواقع أكثر من 40% أو 50% أو حتى 60%
  29. من أصدقائهم رأوا المحتوى
  30. في شهر معين. هذا ما يعرضه الرسم
  31. وهو النسبة المئوية من الأصدقاء الذين رأوا بالفعل
  32. .المحتوى في الشهر الماضي، ومرة أخرى يستخفون بالعدد