Uber的数据可视化团队构建软件，使我们能够更好地理解城市如何通过动态可视化运行。优步工程ti8 竞猜雷竞技app博客定期强雷竞技到底好不好用调可视化，展示这些技术如何将汇总数据转化为可操作的见解。

对于SpeedsUp，我们最新的Uber可视化亮点，我们希望通过应用机器学习来发现城市中各个街道的日常速度模式Uber移动数据．在上面动画的右侧，我们将街道表示为一天中速度的时间序列。我们通过相似性对这些时间序列进行聚类:汽车总是快速行驶的街道，总是缓慢行驶的街道，在相似的时间快速和缓慢行驶的街道，以及其他排列。在左侧，我们将集群覆盖在地图上，以便更好地了解交通瓶颈发生的位置。

超级运动结合涵盖城市速度和出行时间的数据集，以及我们服务的所有拼车旅行的匿名和汇总，以及可视化工具，可以帮助规划者和管理者了解他们所在城市的交通模式。对于SpeedsUp，我们使用Apache箭头在浏览器中加载一个非常大的Uber移动速度数据集TensorFlow.js用于高效的浏览器内机器学习。我们创建了数据的可视化loaders.gl．

这种可视化可以帮助识别哪些街道的车辆行驶过快，可能危及居民安全，或者行驶过慢，导致交通堵塞。这两种情况都有可能通过交通稳定措施或改变基础设施来增加交通流量来补救。

了解更多Uber的可视化团队，看看我们的套房开源工具和框架并关注优步的Vis.gl媒介的博客雷竞技到底好不好用．