Visualització de Dades

Crèdits
6
Tipus
  • MEI: Optativa
  • MDS: Optativa
  • MIRI: 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 (ppau@cs.upc.edu)

Altres

  • Imanol Muñoz Pandiella (imanolm@cs.upc.edu)
  • Marta Fairen Gonzalez (mfairen@cs.upc.edu)
  • Oscar Argudo Medrano (oargudo@cs.upc.edu)

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

    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)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    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)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    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)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Examen parcial

    Examen parcial
    Objectius: 2 1 3 6 5 4
    Setmana: 8 (Fora d'horari lectiu)
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    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, un examen parcial (ExParcial) 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 * 0.15 + Lab2 * 0.25 + ExParcial * 0.2 + Final * 0.4

    Bibliografia

    Bàsic

    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.