Visualización de la Información

Usted está aquí

Créditos
6
Tipos
Obligatoria
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
CS
Mail
El objetivo del curso de visualización de la información es dar a los alumnos una serie de principios para elaborar aplicaciones de visualización de datos y guiarlos en el aprendizaje de las herramientas que se necesitan para realizar aplicaciones de visualización de forma eficiente y eficaz.
Los contenidos incluirán los fundamentos teóricos de la visualización, teoría de la percepción, el pipeline de visualización, los diferentes tipos de representación de la información y los métodos principales de interacción.

Profesorado

Responsable

  • Pere Pau Vázquez Alcocer ( )

Otros

  • Elena Molina López ( )
  • Imanol Muñoz Pandiella ( )

Horas semanales

Teoría
1.5
Problemas
0.5
Laboratorio
2
Aprendizaje dirigido
0
Aprendizaje autónomo
6

Competencias

Competencias Técnicas

Competencias técnicas

  • CE1 - Utilizar con destreza los conceptos y métodos matemáticos que subyacen los problemas de la ciencia y la ingeniería de los datos.
  • CE4 - Utilizar los sistemas de computación actuales, incluidos sistemas de alto rendimiento, para el proceso de grandes volúmenes de datos desde el conocimiento de su estructura, funcionamiento y particularidades.
  • CE5 - Diseñar y aplicar técnicas de procesado de señal, eligiendo entre distintas herramientas tecnológicas, incluidas las de visión Artificial, de reconocimiento del lenguaje hablado y las de tratamiento de datos multimedia.
  • CE7 - Demostrar conocimiento y capacidad de aplicación de las herramientas necesarias para el almacenaje, el procesamiento y el acceso a los datos.
  • CE10 - Visualización de información para facilitar la exploración y análisis de datos, incluida la elección de la representación adecuada de estos y el uso de técnicas de reducción de dimensionalidad.

Competencias Transversales

Transversales

  • CT3 [Avaluable] - Comunicación eficaz oral y escrita. Comunicarse de forma oral y escrita con otras personas sobre los resultados del aprendizaje, de la elaboración del pensamiento y de la toma de decisiones; participar en debates sobre temas de la propia especialidad.
  • CT4 - Trabajo en equipo. Ser capaz de trabajar como miembro de un equipo interdisciplinar, ya sea como un miembro más o realizando tareas de dirección, con la finalidad de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles.
  • CT5 [Avaluable] - Uso solvente de los recursos de información. Gestionar la adquisición, la estructuración, el análisis y la visualización de datos e información en el ámbito de especialidad y valorar de forma crítica los resultados de dicha gestión.
  • CT7 - Tercera lengua. Conocer una tercera lengua, preferentemente el inglés, con un nivel adecuado oral y escrito y en consonancia con las necesidades que tendrán los titulados y tituladas.

Básicas

  • CB3 - Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio) para emitir juicios que incluyan una reflexión sobre temas relevantes de índole social, científica o ética.
  • CB4 - Que los estudiantes puedan transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado.

Competencias Técnicas Genéricas

Genéricas

  • CG2 - Elegir y aplicar los métodos y técnicas más adecuados a un problema definido por datos que representen un reto por su volumen, velocidad, variedad o heterogeneidad, incluidos métodos informáticos, matemáticos, estadísticos y de procesado de la señal.

Objetivos

  1. Introducción a la Visualización de la Información
    Competencias relacionadas: CE4, CE10, CT3, CG2, CB3, CB4,
    Subcompetences:
    • The Visualization Mantra
    • Conceptos básicos
    • History
    • El proceso de visualización de la información
  2. Introduction to visual perception
    Competencias relacionadas: CE10, CT3, CG2,
    Subcompetences:
    • Fundamentos de la percepción humana
    • Marcas y canales
    • Color y percepción
  3. Análisis exploratorio de datos
    Competencias relacionadas: CE5, CE10, CT3, CG2, CB4,
    Subcompetences:
    • Data wrangling
    • Presentación de datos
    • Confirmación de hipótesis
  4. Diseño de sistemas de visualización de información
    Competencias relacionadas: CE7, CE10, CT3, CT5, CG2, CB3, CB4,
    Subcompetences:
    • Diseño de sistemas de visualización de información
    • Elementos de una visualización de información
    • Diseño de visualizaciones
  5. Enfoque y contexto
    Competencias relacionadas: CE1, CE10, CT3, CT4, CG2, CB3, CB4,
    Subcompetences:
    • Eliminar información
    • Solapamiento de información
    • Distorsión
  6. Interacción y animación
    Competencias relacionadas: CE5, CE7, CE10, CT3, CT4, CT7, CG2, CB4,
    Subcompetences:
    • Navegación
    • Selección
    • Filtrado
  7. Visualización de datos de múltiples dimensiones
    Competencias relacionadas: CE1, CE4, CE5, CE7, CE10, CT3, CT4, CT7, CG2, CB3, CB4,
    Subcompetences:
    • Múltiples marcas y canales
    • Diagramas complejos: Trellis, SPLOM, PCP
    • Vistas
  8. Múltiples vistas y vistas coordinadas
    Competencias relacionadas: CT3, CB3, CB4,
    Subcompetences:
    • Uso efectivo del espacio
    • Solapamiento y juxtaposición
  9. Reducción de ítems y atributos
    Competencias relacionadas: CE1, CE5, CE10, CG2, CB4,
  10. Validación de sistemas de visualización
    Competencias relacionadas: CE1, CE10, CT3, CB4,
    Subcompetences:
    • Validación del dominio
    • Validación de la abstracción
    • Validación de la representación
    • Validación del algoritmo
  11. Implementación de aplicaciones de visualización
    Competencias relacionadas: CE1, CE4, CE5, CE7, CE10, CT3, CT4, CT5, CT7, CG2, CB3, CB4,
    Subcompetences:
    • Codificar visualizaciones
    • Procesamiento de datos
    • Diseño de vistas coordinadas
  12. Técnicas de visualización avanzadas
    Competencias relacionadas: CE4, CE7, CT3, CG2, CB3,

Contenidos

  1. Introducción a la visualización
    En este tema se hablará de la necesidad de la visualización de datos y de los objetivos de las herramientas de visualización.
  2. Percepción y color
    La percepción visual es un factor muy importante a la hora de crear visualizaciones, ya que el sistema visual es el que recibe la mayor cantidad de información que percibimos. En este tema se hablará del sistema visual, y algunas teorías de la percepción del color y las formas.
  3. Representaciones visuales de los datos
    Hay un gran número de métodos de representación de datos: tablas, grafos, árboles, etc. En este tema los visitaremos y acabaremos dando algunas guías para la selección de la representación más adecuada para cada problema.
  4. Visualización de múltiples datos
    En muchos casos, la información que queremos representar será altamente compleja y muchas veces nos encontraremos en la situación de tener que representar múltiples variables. Aquí hablaremos de diferentes posibilidades que serán detalladas en temas posteriores.
  5. Animación e interacción
    Para explorar los datos, hay que poder trabajar sobre las representaciones visuales. En este tema se verán cambios de los datos en diferentes dimensiones: tiempo, punto de vista ...
  6. Manipulación de vistas
    Para explorar los datos, hay que poder trabajar sobre las representaciones visuales. En este apartado se verán cambios de los datos en diferentes dimensiones: tiempo, punto de vista ...
  7. Sistemas avanzados de representación de datos
    Sistemas avanzados de representación de datos

    - Mapas

    - Visualización del tiempo

    - Visualización de datos 3D

    - Otros datos científicos
  8. Implementación de aplicaciones de visualización de información
    Existen muchas herramientas y tecnologías desarrolladas recientemente que hacen más fácil la creación de visualizaciones, como Tableau, Vega, Lyra o utilizando lenguajes de programación y librerías como D3 para JavaScript o Bokeh para Python. El objetivo de este tema es que los alumnos sean capaces de realizar aplicaciones de visualización utilizando algunas de las herramientas más modernas.

Actividades

Actividad Acto evaluativo


Introducción a los sistemas de visualización de datos

Desarrollo del tema: Introducción a la visualización
Objetivos: 4 1
Contenidos:
Teoría
1.5h
Problemas
0.5h
Laboratorio
2h
Aprendizaje dirigido
0h
Aprendizaje autónomo
1h

Color y percepción

Desarrollo del tema: percepción y color Ranking de Mackinlay atención preatentiva Tipo de dimensiones Principios de percepción Marcas y canales color
Objetivos: 2 4 3
Contenidos:
Teoría
3h
Problemas
1h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Diseño de sistemas de visualización de la Información

Desarrollo del tema 3: Diseño de sistemas de visualización de la Información
Objetivos: 4 3 7
Contenidos:
Teoría
2.5h
Problemas
1.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
3h

Análisis exploratorio de datos

Desarrollo del tema: Análisis exploratorio de datos
Objetivos: 4 7 6
Contenidos:
Teoría
1h
Problemas
0.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Análisis exploratorio de datos

Desarrollo del tema: Visualización de múltiples dimensiones Múltiples marcas y canales Diagramas complejos: Trellis, SPLOM, PCP vistas
Objetivos: 2 4 3 7 6
Contenidos:
Teoría
1.5h
Problemas
0.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Diseño de visualizaciones en una herramienta comercial

Diseño de visualizaciones en una herramienta comercial tipo QlikView
Objetivos: 3 7 11
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
6h
Aprendizaje dirigido
2h
Aprendizaje autónomo
6h

Teoría
3h
Problemas
1h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Manipulación de vistas

Desarrollo del tema: Manipulación de vistas
Objetivos: 7 6 8 5
Contenidos:
Teoría
1.5h
Problemas
0.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Enfoque y contexto

Técnicas de enfoque y mantenimiento del contexto de los datos: - Eliminar información - superimposición de información - Distorsión
Objetivos: 2 4 8 5
Contenidos:
Teoría
1.5h
Problemas
0.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Reducción de datos

Desarrollo del tema: Reducción de datos
Objetivos: 4 7 5 10 9
Contenidos:
Teoría
1h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
2h

Sistemas avanzados de representación de datos

Sistemas avanzados de representación de datos - Mapas - Visualización del tiempo - Visualización de datos 3D - Otros datos científicos
Objetivos: 4 3 7 12
Contenidos:
Teoría
3h
Problemas
1h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
3h

Validación de sistemas de visualización de la información

Evaluación y validación de sistemas de visualización de datos
Objetivos: 4 3 10
Contenidos:
Teoría
1.5h
Problemas
0.5h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
1h

Examen parcial

Examen parcial
Objetivos: 2 4 3 7 6 8
Semana: 7
Tipo: examen de teoría
Teoría
1.5h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Práctica de laboratorio

Práctica de laboratorio
Objetivos: 4 3 11
Semana: 8
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
2h
Aprendizaje autónomo
4h

Implementación de aplicaciones de visualización de información

Implementación de aplicaciones de visualización de información
Objetivos: 4 3 7 11
Contenidos:
Teoría
0h
Problemas
0h
Laboratorio
22h
Aprendizaje dirigido
2h
Aprendizaje autónomo
20h

Examen final

Examen final
Objetivos: 2 4 3 7 6 8 5 10 9
Semana: 15 (Fuera de horario lectivo)
Tipo: examen de teoría
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
4h

Metodología docente

Se impartirán clases con el apoyo de transparencias y artículos.
Durante las clases, se propondrán y resolverán ejercicios.

Por la parte de laboratorio, se desarrollarán prácticas dirigidas en las horas de laboratorio.

Habrá una entrega parcial de laboratorio y un proyecto final.

Método de evaluación

Durante el curso se realizarán dos prácticas de laboratorio (Labo1 y Labo2). Además, habrá un examen parcial (Parcial) y un examen final (Final).
La nota final se calcula como:

Nota Final = 0.15 Labo1 + 0.3 Labo2 + max(0.15 Parcial + .4 Final, 0.55 Final)

El examen de reevaluación sustituye a la parte teórica de la nota, no la de laboratorio.

Bibliografía

Básica:

Capacidades previas

Els estudiants han de saber programar.