Crie visualizações para entender a insegurança alimentar  

Produza visualizações para a insegurança alimentar nos EUA usando IBM Watson Studio, PixieDust e Watson Analytics

Last updated

A insegurança alimentar ocorre quando as pessoas não têm acesso constante a uma alimentação nutritiva acessível. Nós podemos causar um forte impacto e instruir outras pessoas através da visualização de nossos insights e previsões, que têm grande potencial de fazer o bem social. Este padrão ensina como fazer isso com o IBM Watson Studio, pandas, PixieDust e Watson Analytics.

By Madison J. Myers

Overview

Geralmente, na ciência de dados, nós trabalhamos muito para reunir insights que tenham impacto na sociedade, ou um subconjunto deles, e muitas vezes não conseguimos transmitir nossas descobertas, ou as transmitimos de uma forma ineficaz para públicos não alvo. É aí que as visualizações têm poder. Nós podemos causar um forte impacto e instruir outras pessoas através da visualização de nossos insights e previsões, que têm grande potencial de fazer o bem social. Podemos conseguir reconhecimento e até mudar grandes questões. Este padrão ensina como fazer isso com o IBM Watson Studio, pandas, PixieDust e Watson Analytics.

Este padrão está focado na insegurança alimentar nos EUA. A insegurança alimentar ocorre quando as pessoas não têm acesso constante a uma alimentação nutritiva acessível. Quando o acesso à nutrição adequada ou instruções sobre essa nutrição não estão disponíveis, as pessoas passam fome ou ingerem alimentos não nutritivos. Esse é um problema cada vez mais relevante para os Estados Unidos, já que os casos de obesidade e diabetes aumentam e dois entre três adultos americanos são considerados obesos, um terço dos menores americanos são considerados obesos, quase dez por cento dos americanos têm diabetes e quase cinquenta por cento da população americana de origem africana têm alguma doença cardíaca. A doença cardiovascular é a maior causa global de mortes, contabilizando 17,3 milhões por ano. E esse número continua aumentando. E cada vez mais, a população de americanos nativos não tem mercearias em suas regiões… e todas essas tendências estão em ascensão. O problema não está apenas no baixo acesso a produtos frescos, mas na cultura alimentar, na educação precária sobre alimentação saudável, bem como na desigualdade racial e de renda. Nós usaremos dados governamentais abertos relacionados a baixo acesso, doenças relacionadas à alimentação, raça, pobreza, geografia e outros fatores neste padrão.

Após estudar este padrão, você poderá:

  • Usar o Watson Studio.
  • Remover NaNs e 0s de um dataframe pandas.
  • Visualizar correlações e outras descobertas utilizando matplotlib, bokeh, seaborn e PixieDust.
  • Fazer download de quadros de dados pandas do DSX.
  • Fazer upload dos dados no Watson Analytics.
  • Usar Watson Analytics para gerar visualizações e compartilhá-las com outras pessoas.

Este padrão foi criado para cientistas e amantes de dados com interesse em questões de justiça social e/ou para aqueles que são novos no DSX e Watson Analytics. Ele mostrará ao usuário o poder das visualizações, como selecioná-las e como compartilhá-las.

Flow

  1. Abra o Watson Studio e crie um bloco de notas.
  2. Faça download dos dados no Watson Studio e explore-os.
  3. Carregue o PixieDust e use para visualizações.
  4. Faça download do dataframe como um arquivo .csv do Watson Studio.
  5. Faça upload do arquivo .csv para o Watson Analytics e visualize-o.

Components

IBM Data Science Experience

Análise de dados em um ambiente configurado e colaborativo.

Jupyter Notebook

Um aplicativo Open Source da web que permite criar e compartilhar documentos com live codes, equações, visualizações e texto explicativo.

Watson Discovery

Um mecanismo cognitivo de procura e analytics de conteúdo para aplicativos identificarem padrões, tendências e informações acionáveis.

Technologies

Cloud

Acesse recursos de tecnologia da informação e computadores pela internet.

Data Science

Sistemas e métodos científicos para analisar dados estruturados e não estruturados, a fim de extrair conhecimento e percepções.

Python

Python é uma linguagem de programação que permite trabalhar rapidamente e integrar sistemas de forma mais eficaz

Related Blogs

Nenhuma publicação correspondente ao seu critério de busca foi encontrada

Related Links

Centro de arquitetura

Saiba como esse padrão de código se ajusta à Arquitetura de Referência de Dados e Análise.

Bureau of Labor Statistics

Encontre dados sobre gastos, receita e características demográficas de consumidores nos Estados Unidos.

Food Environment Atlas

Inclui mais de 275 variáveis, incluindo novos indicadores de acesso e proximidade de mercearias para subpopulações.