Visualização Avançada de Dados

Conhecimentos de Base Recomendados

Visualização de Dados

Métodos de Ensino

São leccionadas aulas teóricas com exposição detalhada, recorrendo a meios audiovisuais, dos conceitos, princípios e técnicas fundamentais.
Serão também leccionadas aulas práticas, que têm por objectivo fundamental fazer a ligação entre os conceitos teóricos e sua aplicação prática. Privilegia-se o desenvolvimento de projectos que permitam aplicar os conceitos fundamentas e desenvolver as competências necessárias para o desenvolvimento de visualizações para grandes volumes de dados e a sua integração em processos e aplicações de ciência dos dados.

Resultados de Aprendizagem

Esta  UC apresenta e discute ferramentas e técnicas avançadas de visualização de dados, com foco no desenvolvimento de aplicações de visualização de grande escala. Adicionalmente, são analisadas técnicas avançadas para a visualização de dados georreferenciados e de rede. Por último, estudam-se e implementam-se técnicas de interação de última geração.

Ao final do curso, o aluno terá conhecimentos teóricos e experiência prática no desenvolvimento de visualizações para cenários de Big Data, podendo projetar, implementar, testar e validar soluções para cenários do mundo real que exigem visualização em grande escala.

 

Competências principais:

–análise e síntese; resolver problemas

–raciocínio crítico

–aplicar na prática os conhecimentos; investigar

Competências secundárias :

–organização e planificação

–trabalho em grupo

–aprendizagem autónoma; criatividade

Estágio(s)

Não

Programa

Visualização para Big Data
. Big Data: os 3Vs (volume, velocidade, variedade)
. Fontes de dados heterogêneos e tipos de dados
. Arquiteturas para visualização de Big Data
. Desenvolvimento de aplicações de
. Interação para visualização de Big Data
. Métodos de visualização


Percepção para Design
. Modelo de processamento visual
. Valor, brilho, contraste, constância
. Cor
. Saliência visual
. Padrões estáticos e móveis
. Percepção espacial
. Processos de Pensamento Visual

Técnicas Avançadas de Visualização
. Dados georreferenciados
. Dados de rede
- Layouts de gráficos multinível
- Substrato semântico
- Agrupamento e filtragem de nós
- Layouts Dinâmicos
- Mapas conceituais e mapas mentais
- Técnicas de agregação de bordas
- Representação de fluxo
- Representação de mudança em redes
. Interação
- Lentes de dados
- Zoom semântico

Docente(s) responsável(eis)

Fernando Jorge Penousal Martins Machado

Métodos de Avaliação

Avaliação
Exame: 20.0%
Projecto: 80.0%

Bibliografia

Munzner, T.: Visualization Analysis and Design, 2014.

Ware, C.: Information Visualization: Perception for Design, 2nd ed., 2004.

Wang, L., Wang, G., & Alexander, C. A. (2015). Big data and visualization: methods, challenges and technology progress. Digital Technologies, 1(1), 33-38.


Meirelles, I: Design for Information: An Introduction to the Histories, Theories, and Best Practices Behind Effective Information Visualizations. Rockport Publishers, 2013

T. Finke and S. Manger, Informotion: Animated Infographics. Gestalten Verlag, 2012
M. Lima, Visual Complexity: Mapping Patterns of Information. Princeton Architectural Press, 2011

Sagiroglu, S., & Sinanc, D. (2013, May). "Big data: A review". In 2013 International Conference on Collaboration Technologies and Systems (CTS) (pp. 42-47). IEEE.

Kitchin, R., & McArdle, G. (2016). "What makes Big Data, Big Data? Exploring the ontological characteristics of 26 datasets".