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.
Piano Didattico
Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.
1° Anno
Insegnamenti | Crediti | TAF | SSD |
---|
2° Anno Attivato nell'A.A. 2022/2023
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
Insegnamenti | Crediti | TAF | SSD |
---|
1 module among the following (1st year: Big Data epistemology and Social research; 2nd year: Cybercrime, Data protection in business organizations, Comparative and Transnational Law & Technology)
2 courses among the following (1st year: Business analytics, Digital Marketing and market research; 2nd year: Logistics, Operations & Supply Chain, Digital transformation and IT change, Statistical methods for Business intelligence)
2 courses among the following (1st year: Complex systems and social physics, Discrete Optimization and Decision Making, 2nd year: Statistical models for Data Science, Continuous Optimization for Data Science, Network science and econophysics, Marketing research for agrifood and natural resources)
2 courses among the following (1st year: Data Visualisation, Data Security & Privacy, Statistical learning, Mining Massive Dataset, 2nd year: Machine Learning for Data Science)
Legenda | Tipo Attività Formativa (TAF)
TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.
Data visualisation (2021/2022)
Codice insegnamento
4S009065
Crediti
6
Coordinatore
Non ancora assegnato
Lingua di erogazione
Inglese
Settore Scientifico Disciplinare (SSD)
INF/01 - INFORMATICA
L'insegnamento è organizzato come segue:
Teoria
Crediti
5
Periodo
Secondo semestre
Docenti
Andrea Giachetti
Laboratorio
Crediti
1
Periodo
Secondo semestre
Docenti
Andrea Giachetti
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.