
Spanish: 
Crear un flujo de trabajo de análisis
de datos en Orange es simple.
Comenzamos abriendo los datos en el widget File (Archivo).
Algunos conjuntos de datos precargados están disponibles,
así que seleccionemos a Iris y explorémoslo.
Veamos los datos en una tabla de datos.
Seleccionaré el widget Data Table (Tabla de datos).
y conecte el widget File a él.
Aquí tenemos 150 flores de iris de
el famoso conjunto de datos de Fischer.
Las flores se describen por cuatro características 
- la longitud y el ancho de los sépalos
y el largo y ancho de los pétalos.
Cada flor está etiquetada con uno de los
 tres clases, una especie de Iris:
Iris setosa, Iris versicolor e Iris virginica.
Ahora visualicemos los datos.
Conectaré el widget Distributions (Distribuciones) 
al widget File.

French: 
Création d'un workflow d'analyse de données dans l'Orange est simple.
Nous commençons par ouvrir les données dans le widget File.
Certains jeux de données préchargés sont disponibles,
nous allons donc sélectionner Iris et l'explorer.
Voyons les données dans un tableau de données.
Je sélectionnerai le widget Table de données
et connectez-y le widget Fichier.
Nous avons ici 150 fleurs d'iris de
le célèbre jeu de données de Fischer.
Les fleurs sont décrites par quatre caractéristiques 
- la longueur et la largeur des sépales
et la longueur et la largeur des pétales.
Chaque fleur est étiquetée avec l'un des
 trois classes - une espèce d'Iris -
Iris setosa, Iris versicolor et Iris virginica.
Visualisons maintenant les données.
Je vais connecter le widget Distributions au widget File.

Serbian: 
Analiza podataka u Orange-u je jednostavna.
Počećemo sa učitavanjem podataka u 'File' operator.
Dostupno je nekoliko preinstalisanih skupova podataka. 
Odaberimo 'Iris' i istražimo ga.
Hajde da pogledamo podatke u tabelarnom obliku.
Odabraću 'Data Table' operator
i povezaću ga sa 'File' operatorom.
Prikazano je 150 cvetova irisa 
iz poznatog Fišerovog skupa podataka.
Cvetove opisuju četiri atributa - dužina i širina 
čašičnih listića ('sepal length' i 'sepal width')
i dužina i širina kruničnih listića 
('petal lenght' i 'petal width')
Svakom cvetu je dodeljena oznaka jedne
 od tri klase (vrste) irisa kojoj pripada
Iris setosa, Iris versicolor i Iris virginica
Sada ćemo vizuelizovati podatke.
Povezaćemo operator 'Distrubutions' 
sa 'File' operatorom.

German: 
Erstellen eines Datenanalyse-Workflows in
Orange ist einfach.
Wir beginnen mit dem Öffnen der Daten im Datei-Widget.
Einige vorinstallierte Datensätze sind verfügbar.
Wählen wir also Iris aus und erkunden sie.
Lassen Sie uns die Daten in einer Datentabelle überprüfen.
Ich werde das Datentabellen-Widget auswählen
und verbinden Sie das Datei-Widget damit.
Hier haben wir 150 Irisblumen von
der berühmte Fischer-Datensatz.
Blumen werden durch vier Merkmale beschrieben 
- die Länge und Breite der Kelchblätter
und die Länge und Breite der Blütenblätter.
Jede Blume ist mit einer der gekennzeichnet
 drei Klassen - eine Art von Iris -
Iris setosa, Iris versicolor und Iris virginica.
Nun visualisieren wir die Daten.
Ich werde das Distributions-Widget mit dem Datei-Widget verbinden.

Italian: 
La creazione di un flusso di lavoro di analisi dei dati in Orange è semplice.
Iniziamo con l'apertura dei dati nel widget File.
Sono disponibili alcuni set di dati precaricati, quindi selezioniamo Iris ed esploriamolo.
Diamo un'occhiata ai dati in una tabella di dati.
Selezionerò il widget Tabella dati
e connetti il ​​widget File ad esso.
Qui abbiamo 150 fiori di iris dal famoso set di dati di Fischer.
I fiori sono descritti da quattro caratteristiche: la lunghezza e la larghezza dei sepali
e la lunghezza e la larghezza dei petali.
Ogni fiore è etichettato con una delle tre classi - una specie di Iris -
Iris setosa, Iris versicolor ed Iris virginica.
Ora visualizziamo i dati.
Collegherò il widget Distribuzioni al widget File.

English: 
Creating a data analysis workflow in
Orange is simple.
We start with opening the data in the File widget.
Some pre-loaded datasets are available,
so let's select Iris and explore it.
Let's check out the data in a Data Table.
I will select the Data Table widget
and connect the File widget to it.
Here we have 150 Iris flowers from
the famous Fischer's dataset.
Flowers are described by four features 
- the length and width of sepals
and the length and width of petals.
Each flower is labeled with one of the
 three classes - a species of Iris -
Iris setosa, Iris versicolor and Iris virginica.
Now let's visualize the data.
I'll connect Distributions widget to the File widget.

Turkish: 
Veri analizi iş akışı oluşturma
Portakal basittir.
Verileri Dosya widget'ında açarak başlıyoruz.
Bazı önceden yüklenmiş veri kümeleri mevcuttur,
öyleyse Iris'i seçelim ve keşfedelim.
Bir Veri Tablosundaki verileri kontrol edelim.
Veri Tablosu widget'ını seçeceğim
ve Dosya widget'ını buna bağlayın.
Burada 150 Iris çiçeği var
ünlü Fischer'ın veri kümesi.
Çiçekler dört özellik ile tanımlanır 
- sepals uzunluğu ve genişliği
ve yaprakların uzunluğu ve genişliği.
Her bir çiçek
 üç sınıf - bir Iris türü -
Iris setosa, Iris versicolor ve Iris virginica.
Şimdi verileri görselleştirelim.
Dağıtımlar widget'ını Dosya widget'ına bağlayacağım.

Chinese: 
在中创建数据分析工作流
橙色很简单。
我们首先在“文件”小部件中打开数据。
提供了一些预加载的数据集，
因此，我们选择虹膜并进行探索。
让我们检查数据表中的数据。
我将选择“数据表”小部件
并将其连接到文件小部件。
这里有150种鸢尾花
著名的Fischer数据集。
花由四个特征描述 
-萼片的长度和宽度
以及花瓣的长度和宽度。
每朵花都标有
 三类-虹膜种-
鸢尾鸢尾，杂色鸢尾和弗吉尼亚鸢尾。
现在让我们可视化数据。
我将“分发”窗口小部件连接到“文件”窗口小部件。

Portuguese: 
Criar um workflow (fluxo de trabalho) de análise de dados no Orange é simples.
Começamos abrindo os dados no widget "File" (arquivo).
Alguns datasets (conjuntos de dados) pré-carregados estão disponíveis, então vamos selecionar o dataset "Iris" e explorá-lo.
Vamos verificar os dados em uma tabela de dados.
Vou selecionar o widget "Data Table"(tabela de dados)
e conecte o widget "File" (arquivo) nele.
Aqui temos 150 Iris de flores do famoso conjunto de dados do Fischer.
As flores são descritas por quatro características 
- o comprimento e a largura das sépalas
e o comprimento e a largura das pétalas.
Cada flor é rotulada com um dos
três classes - uma espécie de íris -
Iris setosa, Iris versicolor e Iris virginica.
Agora vamos visualizar os dados.
Eu conectarei o widget "Distributions"(distribuições) ao widget "File" (arquivo).

Slovenian: 
Ustvarjanje delotoka za analizo podatkov v Orangu je preprosto.
Začnemo z odpiranjem podatkov v gradniku File.
Na voljo je nekaj prednaloženih naborov podatkov. Izberimo Iris in ga raziščimo.
Oglejmo si podatke v preglednici.
Izbrala bom gradnik Data Table
in ga povezala z gradnikom File.
Tu imamo 150 perunik iz
znamenitega Fischerjevega nabora podatkov.
Rožice so opisane s štirmi značilkami   - dolžina in širina čašnih listov
ter dolžina in širina cvetnih listov.
Vsaka roža je označena z enim od
 treh razredov - vrsto perunike -
Iris setosa, Iris versicolor in Iris virginica.
Zdaj pa vizualizirajmo podatke.
Povežem gradnik Distributions z gradnikom File.

Indonesian: 
Membuat alur kerja analisis data di Orange adalah sederhana.
Kita mulai dengan membuka data di widget File
Beberapa set data pre-loaded tersedia, jadi mari kita pilih Iris dan menjelajahinya.
Mari kita periksa data dalam Tabel Data
Saya akan memilih widget Tabel Data
dan hubungkan widget File ke sana
Di sini kita memiliki 150 bunga Iris dari dataset Fischer yang terkenal.
Bunga dijelaskan oleh empat fitur - panjang dan lebar sepal
dan panjang dan lebar kelopak
Setiap bunga diberi label dengan salah satu dari tiga kelas - spesies Iris -
Iris setosa, Iris versicolor dan Iris virginica.
Sekarang mari kita visualisasikan datanya.
Saya akan menghubungkan widget Distribusi ke widget File.

Japanese: 
Orangeでのデータ分析ワークフロー作成は簡単です。
ファイルウィジェットでデータを開くことから始めます。
事前に読み込まれたデータセットがいくつかあるので、Irisを開いてみましょう。
データテーブルのデータを確認してみましょう。
データテーブルウィジェットを選択します
ファイルウィジェットをそれに接続します。
ここには、有名なフィッシャーのデータセットからの150のアイリスの花があります。
花は4つの特徴で表されます。
がく片の長さと幅、
花びらの長さと幅。
各花には、アイリス３種のクラスがラベル付けされています。
Iris setosa、Iris versicolor、Iris virginicaです。
それでは、データを可視化しましょう。
分布ウィジェットをファイルウィジェットに接続します。

Portuguese: 
Desta forma, o widget "File" (arquivo) envia todos os dados que ele carrega no widget "Distributions" (distribuições).
Em Distributions (distribuições), podemos percorrer
todos as características dos dados -
comprimento de pétala e largura de pétala parecem separar bem diferentes espécies de Íris.
Podemos adicionalmente inspecionar os dados no Scatter Plot (Gráfico de Dispersão).
O gráfico que vemos é um pouco confuso.
Iris versicolor em vermelho e virginica em
o verde não estão bem separados.
Eu me pergunto se há algum par de características que possam separar bem as três classes.
Eu posso clicar em "Rank Projections" (projeções de classificação) para marcar todos os pares de características.
Uma pontuação mais alta indica uma melhor
separação de diferentes espécies de Íris.
O melhor escore de gráfico de dispersão com comprimento de pétala e largura de pétala
separa muito bem instâncias de dados de classes diferentes.
Mas há alguma sobreposição de 
Iris versicolor e Iris virginica.
Selecionarei as instâncias de dados na região de sobreposição.
O widget "Scatter Plot" (gráfico de dispersão) envia automaticamente
os dados para sua saída.

Indonesian: 
Dengan cara ini, widget File mengirimkan data apa pun yang dimuat ke widget Distribusi.
Di dalam Distribusi, kita dapat menelusuri semua fitur dalam data
panjang kelopak dan lebar kelopak tampaknya memisahkan spesies Iris yang berbeda.
Kita juga dapat memeriksa data di Scatter Plot.
Plot yang kita lihat agak berantakan.
Iris versicolor dalam warna merah dan virginica berwarna hijau tidak dipisahkan dengan baik
Saya ingin tahu apakah ada sepasang fitur yang akan memisahkan ketiga kelas dengan baik
Saya dapat mengklik Proyeksi Peringkat untuk menilai semua pasangan fitur
Skor yang lebih tinggi menunjukkan pemisahan yang lebih baik dari berbagai spesies Iris.
Plot sebaran dengan skor terbaik dengan panjang daun dan lebar daun
benar-benar memisahkan contoh data dari kelas yang berbeda
Tapi ada beberapa tumpang tindih dari Iris versicolor dan Iris virginica.
Saya akan memilih contoh data di wilayah yang tumpang tindih.
Widget Scatter Plot secara otomatis mengirim data ke outputnya.

French: 
De cette façon, le widget Fichier envoie toutes les données il se charge dans le widget Distributions.
Dans les distributions, nous pouvons parcourir
toutes les fonctionnalités des données -
la longueur et la largeur des pétales semblent bien séparer les différentes espèces d'iris.
Nous pouvons en outre inspecter les données dans le diagramme de dispersion.
L'intrigue que nous voyons est un peu désordonnée.
Iris versicolor en rouge et virginica en
le vert n'est pas bien séparé.
Je me demande s'il y a une paire de fonctionnalités qui 
séparez bien les trois classes.
Je peux cliquer sur Classer les projections pour marquer toutes les paires de fonctionnalités.
Un score plus élevé indique une meilleure
séparation des différentes espèces d'iris.
Le diagramme de dispersion le mieux noté avec la longueur et la largeur des pétales
vraiment bien
sépare les instances de données de classe différente.
Mais il y a un certain chevauchement de 
Iris versicolor et Iris virginica.
Je vais sélectionner des instances de données dans la région qui se chevauchent.
Le widget Scatter Plot envoie automatiquement
les données à sa sortie.

Italian: 
In questo modo il widget File invia tutti i dati caricati sul widget Distribuzioni.
In Distribuzioni, possiamo esaminare tutte le funzionalità nei dati:
la lunghezza e la larghezza del petalo sembrano separare piacevolmente diverse specie di iris.
Possiamo inoltre ispezionare i dati nel grafico a dispersione.
La trama che vediamo è un po 'confusa.
L'iris versicolor in rosso e la virginica in verde non sono ben separate.
Mi chiedo se ci sia qualche coppia di funzioni che separerebbe bene le tre classi.
Posso fare clic su Proiezioni di rango per assegnare un punteggio a tutte le coppie di caratteristiche.
Un punteggio più alto indica una migliore separazione delle diverse specie di Iris.
Il diagramma a dispersione con il punteggio migliore con lunghezza e larghezza del petalo
separa davvero bene le istanze di dati di classe diversa.
Ma c'è qualche sovrapposizione di Iris versicolor e Iris virginica.
Selezionerò le istanze di dati nell'area sovrapposta.
Il widget Grafico a dispersione invia automaticamente i dati al suo output.

Slovenian: 
Na ta način gradnik File pošlje podatke, ki jih naloži, v gradnik Distributions.
V gradniku Distributions se lahko sprehodimo preko vseh značilk v podatkih.
Dolžina in širina cvetnih listov na videz lepo ločita različne vrste perunik.
Podatke lahko preverimo tudi v gradniku Scatter Plot.
Prikaz, ki ga vidimo, je nekoliko neurejen.
Iris versicolor v rdeči barvi in ​​virginica v
zeleni nista dobro ločeni.
Zanima me, ali obstaja kakšen par značilk, ki bi lepše ločili tri razrede.
Lahko kliknem Rank Projection, da ocenim vse pare funkcij.
Višji rezultat kaže na boljšo ločitev različnih vrst perunik.
Najbolje ocenjen prikaz z dolžino cvetnih listov in širino cvetnih listov
res lepo ločuje primere podatkov enega od razredov.
Še vedno obstaja nekaj prekrivanja med razredoma Iris versicolor in Iris virginica.
Izbrala bom primere podatkov v prekrivajoči se regiji.
Scatter Plot widget samodejno pošlje
podatke na izhod.

Japanese: 
これで、ファイルウィジェットにある様々なデータが分布ウィジェットへ送られます。
分布では、データのすべての特徴をざっと見ることができます-
花弁の長さと花弁の幅は、アイリスの異なる種をうまく分離しているようです。
散布図でデータをさらに調べてみましょう。
ちょっと乱雑ですね。
赤のIris versicolorと緑のIris virginicaはよく分離されていません。
3つのクラスを適切に分離する特徴ペアはあるのでしょうか。
Rank Projection[ランク付け]をクリックすれば、すべての特徴ペアを評価できます。
より高いスコアが、異なる種のアイリスをよりよく分離することを意味します。
最も高いスコアの散布図は花びらの長さと花びらの幅でしたが、
実際にデータインスタンスを異なるクラスうまく分離できていますね。
ただし、Iris versicolorとIris virginicaは一部重複しています。
重複する領域のデータインスタンスを選択します。
散布図ウィジェットは出力にデータを自動的に送信します。

Spanish: 
De esta manera, el widget File envía cualquier dato
se carga al widget Distributions.
En distribuciones, podemos caminar a través de
todas las funciones en los datos.
El largo y el ancho del pétalo parecen separar muy bien las diferentes especies de iris.
También podemos inspeccionar los datos en el diagrama de dispersión.
La trama que vemos es un poco desordenada.
Iris versicolor en rojo y virginica en
verde no están bien separados.
Me pregunto si hay algún par de características que 
separe bien las tres clases.
Puedo hacer clic en Rank Projections para calificar todos los pares de características.
Una puntuación más alta indica una mejor
separación de diferentes especies de Iris.
El diagrama de dispersión mejor puntuado con largo y ancho de pétalo
muy bien
separa instancias de datos de diferentes clases.
Pero hay cierta superposición de 
Iris versicolor e Iris virginica.
Seleccionaré instancias de datos en la región superpuesta.
El widget de diagrama de dispersión envía automáticamente
los datos a su salida.

Chinese: 
这样，“文件”小部件将发送任何数据
它将加载到“分发”小部件中。
在发行版中，我们可以浏览
数据中的所有功能-
花瓣的长度和宽度似乎很好地将虹膜的不同种类区分开。
我们还可以检查散点图中的数据。
我们看到的情节有点混乱。
鸢尾花在红色和弗吉尼亚州
绿色没有很好地分开。
我想知道是否有任何功能会 
将这三个类很好地分开。
我可以单击“排名投影”来对所有要素对进行评分。
分数越高表示越好
分离不同种类的虹膜。
花瓣长度和花瓣宽度得分最高的散点图
真的很好
分隔不同类的数据实例。
但是有一些重叠 
鸢尾鸢尾和弗吉尼亚鸢尾。
我将在重叠区域中选择数据实例。
散点图小部件自动发送
数据输出。

Serbian: 
Na ovaj način operator 'File' prosleđuje
učitane podatke 'Distributions' operatoru.
U 'Distributions' operatoru možemo 
proći kroz sve atribute podataka.
Čini se da dužina i širirna kruničnih listića
dobro razdvajaju različite vrste irisa.
Možemo dodatno da pregledamo podatke 
u 'Scatter Plot' vidžetu.
Grafik koji vidimo je pomalo neuredan.
'Iris versicolor' (crvene tačke) i 'Iris virginica' 
(zelene tačke) nisu dobro razdvojeni
Pitam se da li postoji neki par atributa koji će lepo razdvojiti ove tri klase.
Kliknuću na opciju 'Rank Projections' da 
izvršim bodovanje svih parova atributa.
Viši rezultat pokazuje bolje 
razdvajanje različitih vrsta irisa.
Najbolje rangiran grafik sa 
kombinacijom atributa 'petal length' i 'petal width'
zaista lepo razdvaja 
instance podataka različitih klasa.
Ipak, postoji izvesno preklapanje klasa
 'Iris versicolor' i 'Iris virginica'.
Odabraću instance u regionu preklapanja.
'Scatter plot' operator automatski šalje
 ove podatke do svog izlaza.

German: 
Auf diese Weise sendet das Datei-Widget alle Daten
Es wird in das Distributions-Widget geladen.
In Distributionen können wir durchgehen
alle Funktionen in den Daten -
Blütenblattlänge und Blütenblattbreite scheinen verschiedene Arten von Iris gut zu trennen.
Wir können zusätzlich die Daten im Streudiagramm überprüfen.
Die Handlung, die wir sehen, ist etwas chaotisch.
Iris versicolor in rot und virginica in
Grün sind nicht gut getrennt.
Ich frage mich, ob es zwei Funktionen gibt, die dies tun würden Trennen Sie die drei Klassen schön.
Ich kann auf Rangprojektionen klicken, um alle Feature-Paare zu bewerten.
Eine höhere Punktzahl zeigt eine bessere an
Trennung verschiedener Arten von Iris.
Das am besten bewertete Streudiagramm mit Blütenblattlänge und Blütenblattbreite
wirklich schön
trennt Dateninstanzen verschiedener Klassen.
Aber es gibt einige Überschneidungen von 
Iris versicolor und Iris virginica.
Ich werde Dateninstanzen im überlappenden Bereich auswählen.
Das Streudiagramm-Widget sendet automatisch
die Daten zu seiner Ausgabe.

Turkish: 
Bu şekilde Dosya widget'ı herhangi bir veri gönderir
Dağıtımlar widget'ına yüklenir.
Dağıtımlarda,
verilerdeki tüm özellikler -
Petal uzunluğu ve Petal genişliği Iris'in farklı türlerini güzelce ayırıyor gibi görünüyor.
Ek olarak Dağılım Grafiğindeki verileri de inceleyebiliriz.
Gördüğümüz arsa biraz dağınık.
Iris versicolor kırmızı ve virginica içinde
yeşil iyi ayrılmaz.
Acaba herhangi bir özellik var mı 
üç sınıfı güzelce ayırın.
Tüm özellik çiftlerini puanlamak için Sıra Projeksiyonları'na tıklayabilirim.
Daha yüksek bir puan daha iyi olduğunu gösterir
farklı İris türlerinin ayrılması.
Petal uzunluğu ve Petal genişliği ile en iyi skorlanmış dağılım grafiği
gerçekten güzel
farklı sınıftaki veri örneklerini ayırır.
Ama bazı çakışmalar var 
Iris versicolor ve Iris virginica.
Çakışan bölgedeki veri örneklerini seçeceğim.
Dağılım Grafiği widget'ı otomatik olarak gönderir
veri çıkışına.

English: 
In this way the File widget sends any data
it loads to the Distributions widget.
In Distributions, we can walk through
all the features in the data -
petal length and petal width seem to nicely separate different species of Iris.
We can additionally inspect the data in the Scatter Plot.
The plot that we see is a bit messy.
Iris versicolor in red and virginica in
green are not well separated.
I wonder if there's any pair of features that would 
nicely separate the three classes.
I can click Rank Projections to score all feature pairs.
A higher score indicates a better
separation of different species of Iris.
The best scored scatter plot with petal length and petal width
really nicely
separates data instances of different class.
But there's some overlap of 
Iris versicolor and Iris virginica.
I'll select data instances in the overlapping region.
Scatter Plot widget automatically sends
the data to its output.

Chinese: 
现在我将另一个数据表连接到散点图
检查选定的数据实例。
这里没什么奇怪的-它们全都是杂色鸢尾或弗吉尼亚鸢尾，
似乎有
所有四个功能的值都相似。
我们可以与其他人一起扩展工作流程
小部件或将其保存以供经常使用。
但是现在就这样。
我们了解到，Orange小部件可以相互通信
和一个小部件中的更改
立即通过工作流传播。

Slovenian: 
Zdaj povežem še en gradnik Data Table na gradnik Scatter Plot
za pregled izbranih primerov podatkov.
Tu ni nobenega presenečenja, vsi so Iris versicolor ali Iris virginica,
in zdi se, da imajo
podobne vrednosti za vse štiri značilke.
Delotok lahko razširimo z drugimi
gradniki ali ga shranimo za pogosto uporabo.
Ampak za zdaj je to to.
Izvedeli smo, da Orangevi gradniki komunicirajo med seboj
in spremembe v enem gradniku
se takoj prenesejo skozi delotok.

Serbian: 
Sada ću povezati još jedan
 'Data Table' operator sa 'Scatter plot'-om
da izvršim inspekciju odabranih instanci.
Ovde nema iznenađenja - 
sve su ili 'Iris versicolor' ili 'Iris virginica'
i čini se da imaju slične vrednosti
sva četiri atributa.
Možemo proširiti analizu dodatnim operatorima, 
ili je sačuvati za kasniju upotrebu.
Za sada, toliko.
Naučili smo da Orange-ovi operatori
komuniciraju jedni sa drugima
i da se promene u jednom operatoru 
automatski propagiraju kroz mrežu.

Portuguese: 
Agora eu conecto outra "Data Table"(tabela de dados) ao "Scatter Plot" (gráfico de dispersão)
para inspecionar as instâncias de dados selecionadas.
Sem surpresas - são todas Iris versicolor ou Iris virginica,
e parecem ter valores semelhantes para todas as quatro características.
Podemos expandir o fluxo de trabalho com outros widgets ou salvá-lo para uso freqüente.
Mas por enquanto é isso.
Aprendemos que os widgets do Orange se comunicam uns com os outros
e as mudanças em um widget são imediatamente propagadas através do workflow (fluxo de trabalho).

French: 
Maintenant, je connecte une autre table de données au nuage de points
pour inspecter les instances de données sélectionnées.
Pas de surprise ici - ils sont tous soit Iris versicolor ou Iris virginica,
et semblent avoir
valeurs similaires pour les quatre fonctions.
Nous pouvons élargir le flux de travail avec d'autres
widgets ou l'enregistrer pour une utilisation fréquente.
Mais pour l'instant c'est tout.
Nous avons appris que les widgets Orange communiquent entre eux
et les changements dans un widget
sont immédiatement propagées à travers le workflow.

Japanese: 
次に、別のデータテーブルを散布図に接続します
選択したデータインスタンスを調べてみます。
なんてことはなく、
すべて Iris versicolorかIris virginicaですね。
そして、4つの特徴すべてで似たような値を持っているようです。
他のウィジェットでワークフローを拡張したり、よく使うものを保存したりできます。
ですが、今回はこのくらいにしておきましょう。
Orangeのウィジェットとそれぞれの通信を学びました。
ひとつのウィジェットの変更がすぐにワークフロー全体へと伝わります。

Indonesian: 
Sekarang saya menghubungkan Tabel Data lain ke Plot Menyebarkan
untuk memeriksa contoh data yang dipilih.
Tidak ada kejutan di sini - mereka semua Iris versicolor atau Iris virginica,
dan tampaknya memiliki nilai yang sama untuk keempat fitur.
Kami dapat memperluas alur kerja dengan widget lain atau menyimpannya untuk sering digunakan.
Tetapi untuk sekarang itu saja.
Kami telah belajar bahwa widget Orange berkomunikasi satu sama lain
dan perubahan dalam satu widget segera disebarkan melalui alur kerja.

German: 
Jetzt verbinde ich eine weitere Datentabelle mit dem Streudiagramm
um ausgewählte Dateninstanzen zu überprüfen.
Keine Überraschungen hier - sie sind alle entweder Iris versicolor oder Iris virginica,
und scheinen zu haben
ähnliche Werte für alle vier Funktionen.
Wir können den Workflow mit anderen erweitern
Widgets oder speichern Sie es für den häufigen Gebrauch.
Aber jetzt ist es soweit.
Wir haben erfahren, dass Orange Widgets miteinander kommunizieren
und die Änderungen in einem Widget
werden sofort durch den Workflow weitergegeben.

English: 
Now I connect another Data Table to the Scatter Plot
to inspect selected data instances.
No surprises here - they are all either Iris versicolor or Iris virginica,
and seem to have
similar values for all four features.
We can expand the workflow with other
widgets or save it for frequent use.
But for now that's it.
We've learned that Orange widgets communicate with one another
and the changes in one widget
are immediately propagated through the workflow.

Italian: 
Ora collego un'altra tabella dati al grafico a dispersione
per ispezionare le istanze di dati selezionate.
Nessuna sorpresa qui: sono tutti Iris versicolor o Iris virginica,
e sembrano avere valori simili per tutte e quattro le funzionalità.
Possiamo espandere il flusso di lavoro con altri widget o salvarlo per un uso frequente.
Ma per ora è tutto.
Abbiamo imparato che i widget Orange comunicano tra loro
e le modifiche in un widget vengono immediatamente propagate attraverso il flusso di lavoro.

Spanish: 
Ahora conecto otra tabla de datos al diagrama de dispersión
para inspeccionar instancias de datos seleccionadas.
Aquí no hay sorpresas: todas son Iris versicolor o Iris virginica,
y parece tener
valores similares para las cuatro características.
Podemos ampliar el flujo de trabajo con otros
widgets o guárdelo para uso frecuente.
Pero por ahora eso es todo.
Hemos aprendido que los widgets de Orange se comunican entre sí
y los cambios en un widget
se propagan inmediatamente a través del flujo de trabajo.

Turkish: 
Şimdi Dağılım Grafiğine başka bir Veri Tablosu bağlıyorum
Seçilen veri örneklerini denetlemek için.
Burada sürpriz yok - hepsi Iris versicolor veya Iris virginica,
ve sahip gibi görünüyor
dört özellik için de benzer değerler.
İş akışını diğerleriyle genişletebiliriz
Widget veya sık kullanım için kaydedin.
Ama şimdilik bu kadar.
Turuncu widget'ların birbirleriyle iletişim kurduğunu öğrendik
ve bir widget'taki değişiklikler
hemen iş akışı boyunca yayılır.
