Studiare
In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.
Tipologia di Attività formativa D e F
Nella scelta delle attività di tipo D, gli studenti dovranno tener presente che in sede di approvazione si terrà conto della coerenza delle loro scelte con il progetto formativo del loro piano di studio e dell'adeguatezza delle motivazioni eventualmente fornite.
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Linguaggio Programmazione Matlab-Simulink | D |
Bogdan Mihai Maris
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Introduzione alla stampa 3D | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Linguaggio programmazione Python | D |
Vittoria Cozza
(Coordinatore)
|
| 1° 2° | Progettazione di componenti hardware su FPGA | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Prototipizzazione con Arduino | D |
Franco Fummi
(Coordinatore)
|
| 1° 2° | Tutela dei beni immateriali (SW e invenzione) tra diritto industriale e diritto d’autore | D |
Roberto Giacobazzi
(Coordinatore)
|
| anni | Insegnamenti | TAF | Docente |
|---|---|---|---|
| 1° 2° | Lab.: The fashion lab (1 cfu) | D |
Maria Caterina Baruffi
(Coordinatore)
|
| 1° 2° | Minicorso Blockchain | D |
Nicola Fausto Spoto
(Coordinatore)
|
Data visualization (2020/2021)
Codice insegnamento
4S009024
Crediti
6
Lingua di erogazione
Inglese
Offerto anche nei corsi:
- Data visualisation del corso Laurea magistrale in Data Science (LM-91)
- Data visualisation del corso Laurea magistrale in Data Science (LM-91)
- Data visualisation del corso Laurea magistrale in Data Science (LM-91)
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Laboratorio
Obiettivi formativi
Il corso si propone di fornire strumenti per la visualizzazione efficace di dati di tipo eterogeneo. Si presenterà un modello concettuale di applicazione di visualizzazione e si introdurranno le principali problematiche e tecniche di visualizzazione dell’informazione e della visualizzazione scientifica applicate a diverse tipologie di dati. Si affronteranno le problematiche percettive e tecniche relative alla modellazione e organizzazione dei dati ed al rendering grafico e si mostrerà come progettare visualizzazioni efficaci in diversi contesti.
Al termine del corso lo studente dovrà dimostrare di avere conoscenze e capacità di comprensione dei principi base e delle principali problematiche della visualizzazione di dati astratti e concreti. Dovrà essere in grado di progettare applicazioni di visualizzazione scientifica e dell’informazione.
Queste conoscenze forniranno allo studente la capacità di: i) valutare autonomamente algoritmi e software di visualizzazione sapendo scegliere il framework corretto per ogni diverso task; ii) applicare le tecniche di visualizzazione in diversi contesti di uso di interesse industriale.
Alla fine del corso lo studente dovrà mostrare di essere in grado di progettare, valutare, utilizzare strumenti di visualizzazione per l'analisi di dati, la ricerca e la comunicazione.
Programma
* Introduzione alla visualizzazione dei dati: motivazione, problemi di visualizzazione, task e obiettivi, credibilità etica ed estetica dei grafici.
* Colore e percezione, cognizione, primitive primitive grafiche e canali di trasmissione,
* Dati, modelli e codifica dei dati, filtraggio, aggregazione, dati multidimensionale
* Principi di design e usabilità
* Mappe, visualizzazione testo, grafici, visualizzazione dati tabulari, visualizzazione di grafi e reti
* Gestione del layout spaziale, manipolazione di viste, focus e contesto
* Interazione, UI elements, animazione, dashboard, viste multiple
* Tecniche di visualizzazione scientifica
* Visualizzazione di immagini e volumetrica
* Valutazione del design
Modalità d'esame
Gli studenti verranno valutati mediante un esame orale ed attività di
laboratorio. Il voto finale deriverà per il 50% dal voto d’esame e per
il restante 50% dalle attività pratiche di laboratorio.
