PRESENTAZIONE

Questo corso introduce i fondamenti della analisi statistica e della visualizzazione dei dati, insegnando agli studenti principi di informatica, statistica e visual design per analizzare e visualizzare dati complessi.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

La quantità di dati generata nel mondo ogni anno sta crescendo esponenzialmente. Una delle sfide più impegnative della data science è definire e progettare i metodi più opportuni per estrarre informazione e nuova conoscenza. L’ insegnamento è rivolto a studenti che affrontano l'analisi e la visualizzazione dei dati per la prima volta. Attraverso l'informatica, la statistica e il visual design, gli studenti impareranno i fondamenti della data science e del machine learning. Nello specifico impareranno a: (1) organizzare la raccolta dei dati (2) descrivere la struttura di un insieme di dati (anche in molte dimensioni) (3) scegliere la più opportuna rappresentazione grafica per mostrare una o più caratteristiche quantitative dell’insieme dei dati (4) generare report e narrazioni data-driven

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Obiettivi Formativi - Dettaglio

Il corso mira a fornire una solida base nei principi fondamentali della analisi dei dati e della loro visualizzazione, con un focus su:

1. Comprensione dei Dati
   Far comprendere agli studenti l'importanza e l'impatto della crescente quantità di dati generati globalmente.
2. Metodologie di Analisi dei Dati
   Fornire strumenti e tecniche per estrarre informazioni significative e nuova conoscenza dai dati.
3. Visualizzazione dei Dati
   Educare gli studenti sui principi del visual design applicati alla rappresentazione grafica dei dati.
4. Applicazioni Pratiche
   Preparare gli studenti a implementare tecniche di raccolta, analisi e visualizzazione dei dati in contesti reali.

Risultati di Apprendimento

Al termine del corso, gli studenti saranno in grado di:

1. Organizzare e Gestire Dati
   Pianificare e implementare processi per la raccolta e la gestione di dataset, comprendendo le problematiche legate alla qualità e alla varietà dei dati.
2. Analizzare Strutture di Dati
   Descrivere e analizzare la struttura di un insieme di dati con indicatori basati sulla statistica
3. Rappresentare Dati Graficamente
   Scegliere e creare rappresentazioni grafiche efficaci per visualizzare caratteristiche quantitative e qualitative di dati complessi, con attenzione alla chiarezza e all'interpretabilità.
4. Sviluppare Report Data-Driven
   Elaborare report e narrazioni basate sui dati, utilizzando strumenti di visualizzazione e tecniche di storytelling per comunicare le analisi in modo chiaro e coinvolgente.

PREREQUISITI

• Familiarità con l'uso di computer e software comuni, come fogli di calcolo 
• Nozioni di base sui principi del design visivo, inclusi elementi come colore, tipografia, composizione e gerarchia visiva.
• Esperienza nell'uso di strumenti di design grafico, come Adobe Illustrator
• Buone capacità di comunicazione scritta e orale, utili per la presentazione dei risultati delle analisi.
• Attitudine al lavoro di gruppo e alla collaborazione interdisciplinare.

MODALITA' DIDATTICHE

Il corso si svolgerà con una combinazione di lezioni frontali, attività di gruppo e sessioni pratiche. Le lezioni sono strutturate per fornire agli studenti una comprensione teorica dei concetti, seguita da applicazioni pratiche e progettuali.

Lezioni Frontali

• Teoria e Concetti Fondamentali
  Introduzione ai principi della statistica e visualizzazione dei dati.
• Dimostrazioni Pratiche
  Esempi e casi studio reali per illustrare l'applicazione delle tecniche discusse.

Attività di Gruppo

• Progetti Collaborativi
  Gli studenti lavoreranno in gruppi su progetti di analisi e visualizzazione dei dati. 
• Problem-Solving e Brainstorming
  Sessioni di lavoro in gruppo per discutere e risolvere problemi specifici, incoraggiando la collaborazione e lo scambio di idee.
• Revisione
  Momenti dedicati alla revisione dei progetti degli studenti, con feedback costruttivo da parte del docente e dei compagni.

Strumenti di lavoro

• Fogli di Calcolo
  Utilizzo di software come Microsoft Excel o Google Sheets per la raccolta, l'organizzazione e l'analisi preliminare dei dati.
• Strumenti di Visualizzazione
  Impiego di software come RawGraphs per creare visualizzazioni dei dati intuitive e personalizzate, facilitando la comprensione delle strutture complesse dei dataset.
• Strumenti di editing grafico
  Uso di Adobe Illustrator per perfezionare le visualizzazioni create, garantendo un design professionale e di alta qualità.

PROGRAMMA/CONTENUTO

Il corso si articola in lezioni teorico-pratiche su questi temi

• Introduzione all'analisi e visualizzazione dei dati
• Visual Perception + Five guidelines for better data visualization
• Data Collection
• Data Analysis
• Alfabeto delle visualizzazioni notevoli

TESTI/BIBLIOGRAFIA

Libro di riferimento per la parte di introduzione all'analisi dei dati

Columbro, Donata, and Agnese Pagliarini. Ti spiego il dato. Quinto Quarto, 2021.

Libri consigliati

Data Visualization handbook - J. Koponen, J. Hilden - Aalto University Press, 2019

Better Data Visualizations: A Guide for Scholars, Researchers, and Wonks. - Schwabish, Jonathan - Columbia University Press, 2021.

Visualization Analysis and Design - Tamara Munzner - AK Peters Visualization Series. CRC Press, 2014.

Libri Rilevanti

The Atlas of the invisible - James Cheshire and Oliver Uberti 

Storytelling with data - Cole Nussbaumer Knaflic

Envisioning Information - Edward Tufte 

Visual Complexity - Manuel Lima

The joy of visual perception - Peter Kaiser 

Interactive Data Visualization for the Web - Scott Murray - O’Reilly, 2013-2017 (1st-2nd edition)

DOCENTI E COMMISSIONI

Commissione d'esame

ANNALISA BARLA (Presidente)

ANDREA VIAN

LEZIONI

INIZIO LEZIONI

https://corsi.unige.it/corsi/11440/studenti-orario

ESAMI

Calendario appelli