Universitat Internacional de Catalunya
MÓDULO 6: Técnicas de Visualización de Datos
Altres llengües d'impartició: català, anglès
Professorat
Presentació
La gran quantitat de dades de què disposem fa imprescindible la visualització per als tres processos que trobem en qualsevol projecte de Big Data. Primer de tot per a conèixer les característiques de les dades de què disposem, després per a analitzar els resultats de les transformacions d'aquestes dades i finalment per a comunicar eficientment aquests resultats.
En aquest curs coneixerem els diferents camps inclosos en la visualització de dades, aprendrem a elaborar diagrames, gràfiques per a Big Data, gràfiques dinàmiques i interactives, però sobre tot aprendrem com avaluar les gràfiques i com trobar la més addient per a cada necessitat.
Requisits previs
És convenient però no imprescindible tenir nocions de programació.
Objectius
Construir diagrames estàtics i també gràfiques dinàmiques i interactives mitjançant la gramàtica de les gràfiques.
Elaborar projectes de visualització de dades.
Avaluar una gràfica i trobar-ne una d'òptima si és que existeix.
Ajudar-se amb la visualització de dades per a conèixer un problema, proposar la solució, supervisar els resultats i finalment comunicar aquesta solució.
Resultats d’aprenentatge de l’assignatura
En acabar el curs l'estudiant serà capaç de proposar una gràfica per a cada necessitat, podrà programar amb R el codi per a obtenir les gràfiques addients, podrà elaborar projectes de visualització i sobre tot millorarà l'eficàcia en tots els processos dels projectes de Big Data.
Continguts
Generació dinàmica de documents
- Els orígens; Markdown, Pandoc i R Markdown; Implementació en R
Teoria de gràfiques
- Els orígens; Elements del gràfic; Tipus de gràfiques; Propòsit de les gràfiques; Caracterització de les variables; Mètodes de selecció de gràfiques
Gramàtica de les gràfiques
- Els orígens; Capes; Geometries; Sistemes de coordenades; Transformacions; Atributs estètics; Escales; Anotacions; Temes
Gràfiques per Big Data mitjançant tècniques basades en:
- Transformacions geomètriques; Píxel; Jerarquies; Icones
Gràfiques dinàmiques i interactives
- Els orígens; Task by Data Type Taxonomy (TTT); Tècniques interactives; Xarxes; Realitat virtual i realitat augmentada
Projectes de visualització de dades
Metodologia i activitats formatives
Modalitat totalment presencial a l'aula
Les classes són presencials sempre que la situació sanitària ho permeti. La primera sessió és fonamentalment teòrica i la resta de sessions són teòrico-pràctiques. Els exercicis realitzats a classe es complementaran amb la lectura d'articles científics.
Sistemes i criteris d'avaluació
Modalitat totalment presencial a l'aula
El sistema d'avaluació constarà de tres exercicis. El primer exercici consistirà en l'avaluació de gràfiques exploratòries, el segon de gràfiques d'anàlisi i el tercer de gràfiques de comunicació de dades.
Bibliografia i recursos
Allaire, JJ, Yihui Xie, Jonathan McPherson, Javier Luraschi, Kevin Ushey, Aron Atkins, Hadley Wickham, Joe Cheng, Winston Chang, and Richard Iannone. 2019. Rmarkdown: Dynamic Documents for R. https://rmarkdown.rstudio.com.
Bertin, J. 1967. Sémiologie Graphique. Les Diagrammes, Les Réseaux, Les Cartes. Paris: Mouton.
Friendly, Michael. 2007. “HE Plots for Multivariate General Linear Models.” Journal of Computational and Graphical Statistics 16 (4): 421–44.
Healey, Christopher G. 1996. “Effective Visualization of Large Multidimensional Datasets.”
Millán-Martı́nez, Pere, and Pedro Valero-Mora. 2018. “Automating Statistical Diagrammatic Representations with Data Characterization.” Information Visualization 17 (4): 316–34.
Sarkar, Deepayan. 2008. Lattice: Multivariate Data Visualization with R. New York: Springer. http://lmdvr.r-forge.r-project.org.
Shneiderman, Ben. 1996. “The Eyes Have It: A Task by Data Type Taxonomy for Information Visualizations.” In Proceedings of the 1996 Ieee Symposium on Visual Languages, 336. VL ’96. Washington, DC, USA: IEEE Computer Society.
Swayne, Deborah F., Dianne Cook, and Andreas Buja. 1998. “XGobi: Interactive Dynamic Data Visualization in the X Window System.” Journal of Computational and Graphical Statistics 7: 113–30.
Unwin, Antony, Martin Theus, and Heike Hofmann. 2006. Graphics of Large Datasets: Visualizing a Million (Statistics and Computing). Berlin, Heidelberg: Springer-Verlag.
Wickham, Hadley. 2009. Ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. http://ggplot2.org.
Wilke, C. O. 2019. Fundamentals of Data Visualization: A Primer on Making Informative and Compelling Figures. O’Reilly Media. https://serialmentor.com/dataviz/.
Wilkinson, L. 2005. The Grammar of Graphics. 2nd ed. Statistics and Computing. Springer.
Xie, Y. 2016. Bookdown: Authoring Books and Technical Documents with R Markdown. Chapman & Hall/Crc the R Series. CRC Press. https://bookdown.org/yihui/bookdown/.
Xie, Yihui. 2015. Dynamic Documents with R and Knitr. 2nd ed. Boca Raton, Florida: Chapman; Hall/CRC.