Visualizzazione scientifica
A.A. 2024/2025
Obiettivi formativi
L'insegnamento ha due scopi principali. Il primo scopo è quello di introdurre le principali tecniche di visualizzazione di dati, le quali, quando opportunamente utilizzate, possono permettere sia l'analisi visiva dei dati, al fine di scoprire le informazioni e relazioni rilevanti che essi esprimono, sia l'efficace divulgazione dei risultati ottenuti. Per ogni tipologia di grafico verranno presentate le sue principali funzionalità, caratteristiche, e i suoi (opportuni) utilizzi. Il secondo scopo dell'insegnamento è quello di fornire i concetti di base per la creazione di "information dashboards" , ovvero applicazioni (eventualmente interattive) che permettono di monitorare (in tempo reale) lo stato di un sistema, tramite la visualizzazione, eventualmente interattiva, di un insieme di metriche misurano le prestazioni del sistema.
Risultati apprendimento attesi
Lo studente dovrà acquisire la capacità di scegliere il migliore grafico a seconda del dato da analizzare o visualizzare. Dovrà saper progettare una information dashboard che possa permettere una efficace trasmissione visiva delle prestazioni di un sistema.
Periodo: Primo semestre
Modalità di valutazione: Esame
Giudizio di valutazione: voto verbalizzato in trentesimi
Corso singolo
Questo insegnamento può essere seguito come corso singolo.
Programma e organizzazione didattica
Edizione unica
Responsabile
Periodo
Primo semestre
Programma
Visualizzazione dell'Informazione e Visualizzazione dei Dati: similarità e differenze.
Visualizzazione e percezione.
Il colore e la percezione del colore.
Grafici per la visualizzazione di dati e il confronto tra insiemi di dati: elementi principali dei grafici, loro caratteristiche, loro utilizzo, svantaggi e vantaggi.
Tecniche per la creazione di tabelle: elementi principali delle tabelle, loro caratteristiche, loro utilizzo, svantaggi e vantaggi.
Infografiche e visualizzazioni.
Tecniche di Visualizzazione per l'analisi dei dati: scatterplot, metodo tsne, e metodi proposti allo stato dell'arte.
Analisi critica di articoli allo stato dell'arte che descrivono tecniche di visualizzazione dell'informazione in campi scientifici.
Open Data
Visualizzazione delle reti neurali
Visualizzazione dei grafi
LABORATORI:
Esempi e applicazioni in laboratorio: esempi di visualizzazione di dati basati su problemi reali
Visualizzazione e percezione.
Il colore e la percezione del colore.
Grafici per la visualizzazione di dati e il confronto tra insiemi di dati: elementi principali dei grafici, loro caratteristiche, loro utilizzo, svantaggi e vantaggi.
Tecniche per la creazione di tabelle: elementi principali delle tabelle, loro caratteristiche, loro utilizzo, svantaggi e vantaggi.
Infografiche e visualizzazioni.
Tecniche di Visualizzazione per l'analisi dei dati: scatterplot, metodo tsne, e metodi proposti allo stato dell'arte.
Analisi critica di articoli allo stato dell'arte che descrivono tecniche di visualizzazione dell'informazione in campi scientifici.
Open Data
Visualizzazione delle reti neurali
Visualizzazione dei grafi
LABORATORI:
Esempi e applicazioni in laboratorio: esempi di visualizzazione di dati basati su problemi reali
Prerequisiti
Matematica, analisi, geometria vettoriale (operazioni tra vettori, prodotti scalari e vettoriali, etc.), programmazione
Insegnamenti consigliati: Statistica e analisi dei dati, Matematica del discreto, Matematica del continuo, Programmazione 1
Insegnamenti consigliati: Statistica e analisi dei dati, Matematica del discreto, Matematica del continuo, Programmazione 1
Metodi didattici
Lezioni frontali con frequenza fortemente consigliata
Materiale di riferimento
Presentazioni ppt usate durante le lezioni.
Articoli letti in aula.
Tutto il materiale sarà reso disponibile tramite il canale di Microft teams dell'insegnamento:
https://teams.microsoft.com/l/channel/19%3aEEF1A2GIPPHUI1qunqEk10yz_YeYxJoUOhphtJARQwE1%40thread.tacv2/General?groupId=0cd181fb-5c02-44ca-bdd9-11e6bd46acfa&tenantId=13b55eef-7018-4674-a3d7-cc0db06d545c
Articoli letti in aula.
Tutto il materiale sarà reso disponibile tramite il canale di Microft teams dell'insegnamento:
https://teams.microsoft.com/l/channel/19%3aEEF1A2GIPPHUI1qunqEk10yz_YeYxJoUOhphtJARQwE1%40thread.tacv2/General?groupId=0cd181fb-5c02-44ca-bdd9-11e6bd46acfa&tenantId=13b55eef-7018-4674-a3d7-cc0db06d545c
Modalità di verifica dell’apprendimento e criteri di valutazione
Gli studenti dovranno preparare un progetto di gruppo (2-4 persone) in cui visualizzeranno un dataset a scelta. Il progetto verrà valutato in trentesimi e notificato agli studenti via teams; gli studenti potranno eventualmente discutere le fasi critiche del progetto.
Durante la valutazione del progetto verrà valutato il livello di comprensione degli argomenti.
La valutazione del progetto riguarderà gli strumenti utilizzati per svolgere il progetto e l'attinenza della presentazione del progetto agli argomenti trattati a lezioni
Durante la valutazione del progetto verrà valutato il livello di comprensione degli argomenti.
La valutazione del progetto riguarderà gli strumenti utilizzati per svolgere il progetto e l'attinenza della presentazione del progetto agli argomenti trattati a lezioni
INF/01 - INFORMATICA - CFU: 6
Lezioni: 48 ore
Docente:
Casiraghi Elena
Turni:
Turno
Docente:
Casiraghi ElenaSiti didattici
Docente/i
Ricevimento:
Su appuntamento
Ufficio 6006 (secto piano), Dip. di Informatica, Via Celoria 18, Milano