Apolo

Atividade

109331 - Visualização de Dados

Período da turma:

06/07/2024 a 02/08/2024

Selecione um horário para exibir no calendário:

Descrição:

Objetivos:
O objetivo deste curso é fornecer aos alunos uma introdução às áreas de Visualização de Dados e Análise Visual de Dados, abordando principalmente técnicas de representação visual para análise de dados complexos e aplicações reais, tanto em ciência quanto nas mais diversas atividades profissionais. Pretende-se apresentar uma visão geral que reflita a situação atual da área, abordando o que é a visualização, seu papel na análise de dados e suas principais técnicas, bem como aplicações e exemplos práticos. Tarefas de análise visual de dados serão estimuladas.

Justificativa:
Em todas as áreas de Análise de dados complexos, a Visualização desempenha um papel central, permitindo acesso do usuário aos vários estágios de interpretação e exploração de informações, bem como os resultados e a comunicação de tais análises. As aplicações variam muito e seu uso cabe na maioria das áreas de atividade humana.

Conteúdo:
Fundamentos:
· Introdução: Visualização da Informação e Científica, Mineração Visual e Analítica Visual; aplicações em ciência e em atividades profissionais variadas (software, texto, imagem, redes, censos, medicina, biologia, etc.).
· Visualização em Ciência de Dados e ´Big Data´.
· Problemas e desafios da visualização.
· Representações computacionais, tipos de dados, e interações em análise visual de dados.
· Técnicas de visualização de informação básicas e sua classificação.
· Visualização Científica: visualização de superfícies e volume, comparação; visualização vetorial e tensorial.

Avançado:
· Como a visualização de dados pode mentir: exemplos mal projetados, dados duvidosos e insuficientes.
· Dicas de uma boa visualização: a visão acima da memória; Visão geral, depois zoom e filtro, e detalhes sob demanda; Importância da responsividade.
· Estudo de padrões visuais: leis de Gestalt, textura, transparência em sobreposição de dados e aprendizagem de padrões.
· Técnicas de visualização de informação: pré-processamento de dados, projeções, grafos, ícones, hierárquicas, baseadas em pontos, baseadas em pixel, baseada em eixos e atributos.
· Dados de múltiplos tipos, atributos de imagens e de textos; sumarização visual; escalabilidade.
· Aplicações e novos avanços.
· Veículos, eventos, recursos em visualização; visualização na mídia.

Bibliografia:

Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks, Jonathan Schwabish, 2021, ‎Columbia University Press

Fundamentals of Data Visualization: A Primer on Making Informative and Compelling Figures, Claus O Wilke, 2019, O'Reilly Media

Storytelling com dados: Um guia sobre visualização de dados para profissionais de negócios, Cole Nussbaumer Knaflic, 2019, Alta Books

Good Charts Workbook: Tips, Tools, and Exercises for Making Better Data Visualizations, Scott Berinato, 2019, Harvard Business Review Press

Effective Data Storytelling: How to Drive Change with Data, Narrative and Visuals, Brent Dykes, 2019, Wiley

How Charts Lie: Getting Smarter about Visual Information, Alberto Cairo, 2019, W.W. Norton & Company

Effective Data Visualization: The Right Chart for the Right Data, Stephanie Evergreen, 2016, Sage Publications

Interactive Data Visualization: Foundations, Techniques, and Applications, Second Edition, 2nd Edition, Matthew O. Ward, Georges Grinstein, Daniel Keim, 2015, CRC Press.

Data Visualization: Principles and Practice, Second Edition, Alexandru C. Telea, 2015. A. K Peters.

Visualization Analysis and Design, Tamara Munzner, 2014, AK Peters Visualization Series.

Visual Thinking for Design, Colin Ware, 2013, Morgan Kaufmann

Information Visualization: Perception for Design: Third Edition, Colin Ware, 2012, Morgan Kaufmann.

Bibliografia Complementar:

ClinicalPath: a Visualization tool to Improve the Evaluation of Electronic Health Records in Clinical Decision-Making, C. D. G. Linhares et al., 2022, IEEE Transactions on Visualization and Computer Graphics.

LargeNetVis: Visual Exploration of Large Temporal Networks Based on Community Taxonomies, C. D. G. Linhares et al., 2022, IEEE Transactions on Visualization and Computer Graphics.

Carga Horária:

20 horas

Tipo:

Optativa

Vagas oferecidas:

245

Ministrantes:

Agma Juci Machado Traina
Claudio Douglas Gouveia Linhares

voltar