Scheda programma d'esame
VISUAL ANALYTICS
SALVATORE RINZIVILLO
Academic year2016/17
CourseBUSINESS INFORMATICS
Code602AA
Credits6
PeriodSemester 2
LanguageItalian

ModulesAreaTypeHoursTeacher(s)
VISUAL ANALYTICSINF/01LEZIONI48
SALVATORE RINZIVILLO unimap
Obiettivi di apprendimento
Conoscenze

Descrizione del processo di percezione e visione in relazione alla progettazione di una visualizzazione efficace di dati e modelli.

 

Modalità di verifica delle conoscenze

Lo studente dovrà sfruttare le tecniche viste a lezione per la progettazione di una interfaccia visuale per presentare un caso analitico, verificando ipotesi e proponendo una spiegazione visuale ai quesiti posti dal progetto. 

Capacità

Studio di librerie grafiche dedicate alla visualizzazione di informazione per il web. Tra le librerie discusse in aula: d3js, nodejs, crossfilter, colorbrewer.

Uso di librerie di alto livello per la visualizzazione di dati strutturati: NVD3, Highchart, Leafletjs

Modalità di verifica delle capacità

All'interno del progetto lo studente dovrà utilizzare le librerie viste a lezione per realizzare una visualizzazione fruibile attraverso il web,

Prerequisiti (conoscenze iniziali)

Conoscenza di base di programmazione e dei linguaggi per il web: HTML, CSS, Javascript.

Programma (contenuti dell'insegnamento)

Metafore di visualizzazione di informazione

  • Gerarchica e strutturale
  • Relazionale
  • Temporale
  • Spaziale
  • Spazio temporale
  • Informazione non strutturata (testo)

Metodi e strumenti
Panoramica sugli ambienti e le librerie di visualizzazione esistenti
Processi di Visual Analytics
Definizione di un processo di knowledge discovery
Ambienti integrati per la Visual Analytics
Analisi visuale esplorativa di dati e modelli
Esempi e casi di studio

Bibliografia e materiale didattico
  • VisMaster - Mastering the information age
  • Processing: a programming handbook for visual designers and artists . Casey Reas, Ben Fry. MIT Press, 2007
  • Design for Information. Isabel Meirelles, Rockport Publisher,2013.
  • Interactive Data Visualization for the Web, Scott Murray, O'Reilly Atlas, 2013

Il materiale didattico è disponibile sulla pagina web del corso: http://didawiki.cli.di.unipi.it/doku.php/magistraleinformaticaeconomia/va/start

Il codice e gli esercizi svolti a lezione sono disponibili su un repository GIT:https://github.com/rinziv/va2017

 

Indicazioni per non frequentanti

Gli studenti non frequentati possono seguire il programma del corso attraverso il materiale pubblicato sul sito.

 

Modalità d'esame

Prova scritta e orale con voto in trentesimi

Stage e tirocini

Non sono richiesti tirocini per il corso.

Updated: 29/05/2017 11:47