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.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Obiettivi

Il corso mira a fornire agli studenti conoscenze fondamentali e competenze pratiche nella visualizzazione dei dati, fondate sui principi della visione e della percezione umana. Introduce metodi e strumenti per l'analisi visiva di vari tipi di dati - spaziali, non spaziali e temporali - sottolineando la chiarezza, l'efficacia e l'usabilità nella progettazione di rappresentazioni visive.

Risultati

Entro la fine del corso, gli studenti saranno in grado di:

1. Dimostrare una comprensione dei principi cognitivi e percettivi che sono alla base di un'efficace comunicazione visiva.
2. Identificare e applicare tecniche di visualizzazione appropriate in base al tipo di dati e agli obiettivi analitici.
3. Progettatre, implementare e criticare le visualizzazioni per set di dati spaziali, non spaziali e temporali.
4. Usare  strumenti di visualizzazione per supportare l'esplorazione dei dati, il riconoscimento dei modelli e la comunicazione.
5. Valutare l'efficacia delle rappresentazioni visive in termini di leggibilità, interpretabilità e coinvolgimento del pubblico.

PREREQUISITI

Ci si aspetta che gli studenti abbiano una conoscenza preliminare della programmazione web (HTML, CSS, JavaScript) e dei concetti di base dell'analisi dei dati, tra cuifamiliarità con strutture dei dati, statistica di base e uso  di linguaggi di programmazione come Python o R per l'elaborazione dei dati.

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

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

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