Universitat Internacional de Catalunya
MÓDULO 6: Técnicas de Visualización de Datos
Altres llengües d'impartició: anglès, castellà,
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.