Visualización de información en la era del Big Data (online)
Curso
Online
Descripción
-
Tipología
Curso
-
Metodología
Online
-
Horas lectivas
75h
-
Duración
6 Semanas
La visión ocupa gran parte de nuestro sistema cognitivo humano, y presentar información en formato visual puede ayudarnos en tareas como realizar análisis exploratorio de datos, comunicar el resultado de análisis de datos y detectar problemas en fuentes de datos existentes, elementos que apoyan la toma de decisiones. Para crear visualizaciones de datos efectivas es necesario aprender herramientas de software, pero es igualmente importante entender los principios de atención visuales y cognitivos que afectan nuestra percepción. Es vital identificar la relación entre tipos de datos y diferentes tipos de representaciones visuales.
Los alumnos de este curso aprenderán los conceptos fundamentales de visualización de información, los cuales les permitirán analizar y evaluar visualizaciones existentes. Además, conocerán una metodología para diseñar y evaluar visualizaciones de información efectivas: el modelo anidado de Munzner. Con estas herramientas, los estudiantes aprenderán de forma práctica cómo elegir la codificación visual óptima para distintos tipos de datasets (tabulares, de red, espaciales, de texto) y de atributos (continuos, categóricos, ordinales). Adicionalmente, conocerán el concepto de reducción de dimensionalidad y lo pondrán en práctica para visualizar datos con gran número de atributos o dimensiones.
La metodología de enseñanza y aprendizaje para este curso online consiste en técnicas metodológicas activas, donde el participante puede interactuar con sus pares y profesor-tutor a través de los recursos tecnológicos que provee la plataforma educativa virtual provista para el curso.
A tener en cuenta
Profesionales que necesitan evaluar la calidad y efectividad de visualizaciones de información, y que puedan proponer mejoras para la presentación visual de los datos. Interesados en el área de Ciencia de Datos que deseen adquirir conocimientos para diseñar e implementar visualizaciones de información efectivas para satisfacer necesidades de información.
Se recomienda contar con conocimientos básicos de programación, específicamente en lenguaje Python. En particular, debe ser capaz de utilizar controles de flujo, distintos tipos de datos y funciones, y diccionarios con Python.
Opiniones
Materias
- Tipos de datos
- Visualización de información
- Visualización de la información
- Validación de visualización
- Datos tabulares
- Visualización efectiva
- Visualización de texto
- Datos Espaciales
Profesores
Jaime Navón Cohen
Profesor Asociado Ciencia de la Computación UC
Doctor of Philosophy, University of North Carolina at Chapel Hill. Master of Science, Technion-Israel Institute of Technology. Ingeniero Civil Electricista, Pontificia Universidad Católica de Chile. Profesor Asociado y Director del Departamento de Ciencia de la Computación, Pontificia Universidad Católica de Chile.
Temario
CONTENIDOS:
- Ejemplos históricos de visualización de datos.
- Conceptos fundamentales de visualización de información.
- Funciones básicas de matplotlib y seaborn.
- Modelo anidado de Munzner para diseño y validación de visualización.
- Reglas y recomendaciones generales para visualizaciones efectivas.
- Diseño e implementación de gráficos simples para datos tabulares usando modelo anidado.
- Diseño e implementación de gráficos avanzados para datos tabulares usando modelo anidado.
- Reducción de dimensionalidad.
- Diseño e implementación de gráficos avanzados para datos de red usando modelo anidado.
- Visualización básica de datos de texto.
- Visualización básica de datos espaciales.
Visualización de información en la era del Big Data (online)