PRESENTAZIONE

Questo insegnamento offre un'introduzione alla visualizzazione delle informazioni. Gli studenti impareranno i principi per progettare un'applicazione web di visualizzazione e sperimenteranno strumenti di programmazione avanzati per sviluppare tali applicazioni nella pratica. L'insegnameno consiste sia in lezioni teoriche in classe che in lezioni pratiche, sia in classe che attraverso il lavoro autonomo degli studenti.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Learning basic principles from vision and human perception. Learning principles, methods, and techniques for effective visual analysis of data, including techniques for visualizing spatial, non-spatial, and temporal data.

PREREQUISITI

Fondamenti di sviluppo web (HTML, CSS, JavaScript)
Nozioni di base di statistica 

MODALITA' DIDATTICHE

Questo corso si avvale del metodo della flipped classroom: gli studenti sono tenuti a leggere il materiale del corso prima che venga presentato in classe. 
Le lezioni in classe sono dedicate alla teoria e ai principi di progettazione. 
La pratica consiste in semplici compiti di visualizzazione dei dati realizzati individualmente dagli studenti.
Saranno assegnati compiti a casa. 
La partecipazione alle lezioni può influire sulla valutazione finale.

PROGRAMMA/CONTENUTO

Questo corso utilizzerà la programmazione web elementare lato client; ci si aspetta che gli studenti abbiano una certa preparazione su HTML5, CSS e Javascript. 

Percezione visiva

Astrazione dei dati

Segni e canali

Astrazione di compiti

Visualizzazione di dati categorici

Visualizzazione di dati temporali

 Visualizzazione di correlazioni

Visualizzazione di dati geografici

Strumenti tecnici: D3

TESTI/BIBLIOGRAFIA

Scott Murray. Interactive Data Visualization for the Web. O’Reilly, 2013 

Jonathan Schwabish. Better Data Visualizations. Columbia University Press, 2021

Koponen, Juuso, and Jonatan Hildén. Data visualization handbook. Aalto korkeakoulusäätiö, 2019.

Tamara Munzner.VisualizationAnalysis and Design.AK PetersVisualization Series. CRC Press, 2014 

Amelia Wattemberger. Fullstack D3 and Data Visualization: Build beautiful data visualizations with D3

DOCENTI E COMMISSIONI

Commissione d'esame

ANNALISA BARLA (Presidente)

CLAUDIO MANCINELLI

ENRICO PUPPO (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

Primo Semestre

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

Presenza
Quiz durante la lezione - Presenza in classe

Compiti a casa [20%]
Circa quattro compiti assegnati durante il corso - piccolo impegno, scadenze rigide

Progetto [50%]
Assegnato durante il corso - grande impegno, completato entro la fine del corso

Orale [30%]
Dopo aver presentato il progetto
Su appuntamento per gruppi di studenti
La portata dell'esame orale è proporzionale alla frequenza.

Il punteggio dei quiz e dei compiti a casa guiderà la selezione degli argomenti durante l'esame orale