Visualització de Dades

Esteu aquí

Inici » Estudis » Màsters » Màster en Enginyeria Informàtica » Pla d'estudis » Assignatures » Visualització de Dades
Crèdits
6
Tipus
  • MEI: Optativa
  • MDS: Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
CS
L'objectiu de l'assignatura és donar a conèixer els principis bàsics de la visualització de dades, tant des d'un punt de vista més teòric, com des d'un punt de vista pràctic. En finalitzar l'assignatura, l'estudiant hauria de ser capaç de fer una neteja de dades, un disseny visual i una implementació emprant les tècniques més conegudes de visualització de dades.

Professorat

Responsable

  • Pere Pau Vázquez Alcocer ( )

Hores setmanals

Teoria
1.5
Problemes
0.5
Laboratori
2
Aprenentatge dirigit
0.082
Aprenentatge autònom
8.418

Competències

Competències Transversals

ús solvent dels recursos d'informació

  • CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.

Bàsiques

  • CB7 - Que els estudiants siguin capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, essent incomplerta o limitada, inclogui reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis.
  • CB8 - Que els estudiants sàpiguen comunicar les seves conclusions i els coneixements i raons darreres que les sustenten- a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats.
  • CB9 - Que els estudiants posseeixin les habilitats d'aprenentatge que els permetin continuar estudiant d'una manera que haurà de ser en gran mesura autodirigida o autònoma..

Competències Tècniques Generals

Genèriques

  • CG2 - Identificar i aplicar mètodes d'anàlisi, extracció de coneixement i visualització de dades recollides en formats molt diferents

Competències Tècniques

Específiques

  • CE5 - Modelar, dissenyar i implementar sistemes complexos de dades, incloent-hi la visualització de dades
  • CE11 - Analitzar i extreure coneixement d'informació no estructurada mitjançant tècniques de processament de llenguatge natural, mineria de textos i imatges

Objectius

  1. Introducció a la visualització
    Competències relacionades: CT4, CG2, CE5, CE11, CB7, CB8, CB9,
    Subcompetences:
    • Objectius dels sistemes de visualització
    • Conceptes bàsics
    • Història de la visualització
    • Dades, tasques i usuaris
  2. Percepció
    Competències relacionades: CE5, CE11, CB8, CB9,
    Subcompetences:
    • Conceptes bàsics
    • Variables preatentives
    • Rànquing de variables visuals
    • Aplicación de la percepció en visualització
  3. Tècniques bàsiques de visualització de dades
    Competències relacionades: CT4, CE5, CE11, CB8,
    Subcompetences:
    • Quantitats
    • Proporcions
    • Distribucions
    • Relacions
    • Altres tècniques
  4. Tècniques avançades de visualització
    Competències relacionades: CT4, CG2, CE5, CE11, CB7, CB8, CB9,
  5. Visualització geoespacial
    Competències relacionades: CT4, CG2, CE5, CE11, CB7, CB8,
  6. Implementació de sistemes de visualització de dades
    Competències relacionades: CT4, CG2, CE5, CE11, CB9,
    Subcompetences:
    • Anàlisi exploratòria de dades
    • Visualitzacions explicatives
  7. Visualització d'arbres i grafs
    Competències relacionades: CT4, CG2, CE5, CE11, CB7, CB8, CB9,
  8. Visualització de dades temporals
    Competències relacionades: CT4, CG2, CE5, CE11, CB9,
  9. Visualització de dades textuals
    Competències relacionades: CT4, CG2, CE5, CE11, CB7, CB8, CB9,
  10. Múltiples vistes
    Competències relacionades: CT4, CG2, CE5, CE11, CB8,
    Subcompetences:
    • Múltiples vistes
    • Vistes coordinades
    • Interacció
  11. Conceptes avançats de visualització
    Competències relacionades: CT4, CG2, CE5, CE11, CB8, CB9,

Continguts

  1. Introducció a la visualització
    En aquest apartat s'introduiran els conceptes més importants de visualització, es descriuran algunes males pràctiques. També es parlarà de la història de la visualització.
  2. Representacions visuals de les dades
    En aquest tema es mostraran les tècniques més bàsiques de visualització de dades i també es presentaran algunes tècniques més avançades per a visualitzar dades complexes, com visualització de múltiples variables o visualització geoespacial.
  3. Percepció
    S'explicarà el funcionament elemental del sistema de percepció visual. També es descriuran alguns conceptes importants com les variables preatentives, la importància del color, i els principis de percepció més important. També es descriurà quines variables visuals es perceben amb més cura que d'altres.
  4. Disseny de mútiples vistes
    Per representar informació altament complexa, és molt comú necessitar múltiples variables i vistes. En aquest apartat es parlarà de com dissenyar sistemes complexes utilitzant múltiples vistes: quines formes hi ha d'organitzar les vistes, separar les dades, i com crear interaccions connectades.
  5. Implementació d'aplicacions de visualització de dades
    Existeixen moltes eines i tecnologies desenvolupades que permeten la programació de sistemes de visualització de dades. Hi ha eines que no requereixen cap tipus de programació com Tableau, Vega, Lyra o que faciliten més control sobre el resultat emprant llenguatges de programació i llibreries com altair per Python, matplotlib per R, o D3 per JavaScript.
    L'objectiu d'aquest tema és que els alumnes siguin capaços d'avaluar les necessitats que demana un projecte per tal de poder escollirl 'eina correcta.
    A banda, també serà fonamental que els alumnes aprenguin a realitzar aplicacions interactives de visualització de dades utilitzant una llibreria moderna, com altair o Vega.
  6. Visualització per dades especialitzades
    En aquest apartat es tractaran dades que tenen una naturalesa específica, com les dades geoespacials, dades temporals, dades textuals, etc.
  7. Conceptes avançats
    En aquest apartat es parlarà de conceptes més avançats de visualització, que poden incloure dades científiques, conceptes com la reducció de dimensionalitat, etc.

Activitats

Activitat Acte avaluatiu


Introducció a la visualització i els sistemes de visualització de dades

Desenvolupament del tema: Introducció a la visualització
  • Teoria: Definició de visualització. Importància i impacte. Introducció als sistemes de visualització.
  • Problemes: Exemples de bones i males pràctiques.
Objectius: 1
Continguts:
Teoria
3h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Representacions visuals de dades

Desenvolupament del tema: Representacions visuals de dades. Tècniques bàsiques de visualització. Tècniques avançades de visualització.
  • Laboratori: Disseny de visualitzacions efectives. Neteja de dades. Implementació de visualitzacions bàsiques de dades.
  • Aprenentatge dirigit: Exercicis pràctics de visualització de conjunts senzills de dades.
  • Aprenentatge autònom: Exercicis de neteja de dades. Exercicis pràctics de visualització de conjunts senzills de dades.
Objectius: 3 4
Continguts:
Teoria
3h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Percepció

Desenvolupament del tema: percepció i color. Rànquing de variables visuals. Conceptes de percepció: variables preatentives. Principis de percepció. Marques i canals. Ús del color i paletes de colors.
  • Teoria: Percepció i color. Rànquing de variables visuals. Conceptes de percepció: variables preatentives. Principis de percepció. Marques i canals. Ús del color i paletes de colors.
  • Problemes: Percepció i color. Rànquing de variables visuals. Conceptes de percepció: variables preatentives. Principis de percepció. Marques i canals. Ús del color i paletes de colors.
Objectius: 2
Continguts:
Teoria
3h
Problemes
1h
Laboratori
2h
Aprenentatge dirigit
0h
Aprenentatge autònom
2h

Tècniques per a la visualització de dades especialitzades

En aquest apartat es tractaran els tipus de dades específics: dades geoespacials, de text, etc., que són particulars per tal com estan representades les dades i per les tècniques necessàries per a la seva visualització.
Objectius: 5 9 8 7
Continguts:
Teoria
6h
Problemes
2h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
4h

Disseny de múltiples vistes

Desenvolupament del tema: Disseny de múltiples vistes. Organització de múltiples vistes. Vistes coordinades. Interacció. Anàlisi exploratòria de dades.
  • Teoria: Disseny de múltiples vistes. Organització de múltiples vistes. Vistes coordinades. Interacció. Anàlisi exploratòria de dades.
  • Problemes: Disseny de múltiples vistes. Organització de múltiples vistes. Vistes coordinades. Interacció. Anàlisi exploratòria de dades.
  • Laboratori: Implementació de sistemes de múltiples vistes coordinades. Implementació d'interacció creuada.
  • Aprenentatge dirigit: Implementació de sistemes de múltiples vistes coordinades. Implementació d'interacció creuada.
  • Aprenentatge autònom: Implementació de sistemes de múltiples vistes coordinades. Implementació d'interacció creuada.
Objectius: 10
Continguts:
Teoria
1.5h
Problemes
0.5h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h

Conceptes avançats de visualització

En aquest apartat s'introduiran conceptes avançats, com algoritmes de reducció de dimensionalitat, visualització de dades científiques, etc.
  • Teoria: En aquest apartat s'introduiran conceptes avançats, com algoritmes de reducció de dimensionalitat, visualització de dades científiques, etc.
Objectius: 11
Continguts:
Teoria
1.5h
Problemes
0.5h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Implementació d'aplicacions de visualització de dades.

Aprenentatge d'una eina o llibreria de visualització de dades. Projecte de visualització de dades.
  • Laboratori: Aprendre una eina o biblioteca de visualització de dades. Projecte de visualització de dades.
  • Aprenentatge dirigit: Aprendre una eina o biblioteca de visualització de dades. Desenvolupament del projecte de visualització de dades.
  • Aprenentatge autònom: Aprendre una eina o biblioteca de visualització de dades. Desenvolupament del projecte de visualització de dades.
Objectius: 2 1 3 10 6 5 8 4
Continguts:
Teoria
0h
Problemes
0h
Laboratori
18h
Aprenentatge dirigit
1h
Aprenentatge autònom
53h

Entrega Lab1

Entrega de la primera part del projecte: Visualització estàtica
Objectius: 2 1 3 6 5
Setmana: 6 (Fora d'horari lectiu)
Tipus: entrega
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
6h

Entrega Lab2

Entrega de la segona part del projecte: Lab2
Objectius: 2 1 3 10 6 5 9 8 7 4
Setmana: 14 (Fora d'horari lectiu)
Tipus: entrega
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h

Examen final

Es farà una prova final per demostrar els coneixements adquirits en l'assignatura.
Objectius: 2 1 3 10 6 5 9 8 7 4 11
Setmana: 15 (Fora d'horari lectiu)
Tipus: examen de teoria
Teoria
2h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
8h

Metodologia docent

L'assignatura s'impartirà amb continguts teòrics i problemes que s'aniran plantejant durant el desenvolupament de les classes teòriques i continguts més tècnics impartits a les classes de laboratoris. Als laboratoris es començarà per la resolució d'exercicis senzills de visualització i de seguida es passarà a desenvolupar un projecte en dues etapes. En una primera etapa, es realitzarà una visualització de múltiples vistes estàtica i en una segona, s'afegirà interacció i elements de visualització més complexos.

Mètode d'avaluació

L'assignatura s'avaluarà amb un projecte que tindrà dues entregues i un examen final (ExFinal). La primera entrega serà una visualització estàtica (Lab1) i la segona serà una visualització interactiva (Lab2).
La nota final serà:
NF = Lab1 * 0.3 + Lab2 * 0.4 + Final * 0.3

Bibliografia

Bàsica:

Capacitats prèvies

Els estudiants haurien de tenir coneixements bàsics d'estadística i eventualment de gràfics per computador. També han de saber programar en algun llenguatge de programació general, preferentment Python.