跳到页脚

标签：Uber可视化

开源歧管，一种可视化的调试工具，用于机器学习

莱齐·李-
歧管是Uber Engineering于2019年1月首次引入的，是一种视觉调试工具，使用户能够快速识别机器学习模型中的性能问题。
阅读更多
旧金山地图显示了平均流量的平均值

Uber可视化亮点：用Speedsup显示城市街头快速群

布莱恩特·隆-
作为Uber Visualization全队黑客马拉松的一部分，我们构建了Speedsup，这是一个使用机器学习来处理整个城市的平均速度，将结果聚集并在街道地图上叠加的项目。
阅读更多

将城市可视化到第三维，并使用点云，3D瓷砖和甲板。

ib绿色-
随着Deck.gl版本7.3的发布，Uber的开源可视化工具现在支持根据OGC 3D Tiles社区标准渲染大规模的地理空间数据集。
阅读更多
街道和车辆的图像

引入AVS，这是Uber自动驾驶可视化的开放标准

chen-
Uber宣布发布自主可视化系统（AVS）作为开源项目。AVS是一种基于自动驾驶汽车的传感器数据创建视觉环境的标准，其播放有多种格式，包括网络和视频。
阅读更多

歧管：在Uber上用于机器学习的模型不足的视觉调试工具

莱齐·李-
Uber构建的歧管是一种用于ML性能诊断和模型调试的模型不足的可视化工具，可促进更明智和可行的模型迭代过程。
阅读更多

评论年度：2018年Uber开源的亮点

Brian Hsieh-
Uber的开源计划负责人Brian Hsieh反思了2018年的开源成就，项目发布和合作。
阅读更多

Uber可视化在2018年产生了影响

尼古拉斯·加西亚·贝尔蒙特（Nicolas Garcia Belmonte）-
Uber的城市计算与可视化负责人反映了他的团队的工作可视化数据，以更好地了解2018年的城市流动性。
阅读更多

Uber通过MAPBOX集成扩展高级可视化生态系统

chen-
Uber可视化宣布与MAPBOX的合作伙伴关系，以增强我们的数据可视化工具并发展我们的开源社区。
阅读更多

从美丽的地图到可操作的见解：介绍Uber的开源地理空间工具箱Kepler.gl

Shan He-
由Uber的可视化团队创建的Kepler.gl是一种开源数据不可知，基于高性能Web的应用程序，用于大规模的地理空间可视化。
阅读更多

使用Deck.GL V5增长数据可视化界

ib绿色-
Deck.gl V5结合了简化的API，脚本支持和框架不可知论，使流行的开源数据可视化软件比以往任何时候都更容易访问。
阅读更多

城市的脉搏：人们如何使用Uber工程移动

尼古拉斯·加西亚·贝尔蒙特（Nicolas Garcia Belmonte）-
人们什么时候最常要求游乐设施？在2014年使用Uber数据，我们看到了世界各地的城市如何具有不同的运动节奏。这是纽约，伦敦，洛杉矶，旧金山，芝加哥和迈阿密的脉搏。
阅读更多

流行文章