Syllabus del corso
Obiettivi
Alla fine del corso lo studente avrà acquisito competenze relative alle attività di analisi, valutazione e, in misura minore, sviluppo di infografiche (data visualizations) complesse e interattive.
Contenuti sintetici
Il corso comprende due moduli, con diversi professori responsabili (Cabitza e Schettini): uno più orientato alla conoscenza di buone pratiche per la progettazione di strumenti di
visualizzazione dati (data visualization - Cabitza) e l'altro più orientato alla progettazione visuale (information
design - Schettini) per la realizzazione e analisi di sistemi che permettano l’analisi interattiva dei
dati e l’ottimizzazione flessibile del reporting (sia in ambito organizzativo
che di data journalism). Il modulo di Cabitza è mutuato al Corso di Laurea Magistrale in Data Science.
Programma esteso
Modulo Schettini
- Introduzione alla Visualizzazione.
- Percezione umana ed elaborazione delle informazioni
- Tipi di dato
- Percezione grafica (abilità di interpretare la codifica visuale – grafica – delle informazioni e quindi decodificare l’informazione presente in grafici e diagrammi):
a. Identificazione dei segnali
b. Stima della grandezza (magnitude)
c. Elaborazione visuale pre-attentiva
d. Uso di codifiche visuali multiple
e. Raggruppamento per Gestalt
- Il colore nella rappresentazione dell’informazione
- Esempi e casi di studio
- Sistemi di gestione del colore
- Visualizzazione e fruizione delle immagini fotografiche
Modulo Cabitza (Human Data Interaction)
- Introduzione alla Interazione Uomo-Dato (Definizioni, principali concetti, metodologie)
- Trasformazione di dati in fonti di conoscenza attraverso la rappresentazione visuale.
- Requisiti ed euristiche per visualizzazioni di qualità: dos e donts.
- Diagrammi e visualizzazioni standard: pertinenza e appropriatezza.
- Strumenti avanzati e innovativi per data visualization e analisi quantitative avanzate.
- La valutazione della qualità delle visualizzazioni.
Valutazione qualitativa: esperta ed euristica;
Valutazione quantitativa: task utente; tecniche di statistica inferenziale.
Questionari psicometrici validati e loro analisi e comprensione.
- Elementi di semiotica visuale e semiotica sociale.
Prerequisiti
Nessuno
Modalità didattica
Lezioni frontali con il supporto di slide di presentazione, discussione di casi pratici e di piccoli progetti dati come esercizio e approfondimento.
L'attività didattica sarà erogata in presenza, salvo indicazioni diverse, nazionali e/o di Ateneo, dovute al protrarsi dell'emergenza COVID-19. In quel caso, le lezioni frontali e di laboratorio saranno principalmente sincrone (con partecipazione fortemente promossa) tramite WebEx o piattaforma equivalente come indicato nel sito web del corso.
Materiale didattico
Ware, C. (2012). Information visualization: perception for design. Elsevier.
Articoli scientifici e dispense fornite dai docenti.Periodo di erogazione dell'insegnamento
Primo Semestre (Settembre - Gennaio)
Modalità di verifica del profitto e valutazione
Non sono previste prove in itinere. La parte di data visualization tenuta dal prof Cabitza sarà valutata attraverso un piccolo scritto a domande chiuse e un progetto (di gruppo ma in cui siano chiare le responsabilità individuali) in cui gli studenti saranno chiamati ad applicare metodi e tecniche apprese a lezione per realizzare e valutare una o più dataviz complessa.
La parte di visual design tenuta dal prof Schettini verrà valutata attraverso una serie di brevi esercizi ed elaborati inerenti agli argomenti trattati a lezione e che andranno a comporre un portfolio.
Entrambe le attività andranno svolte in gruppi al massimo di tre persone e dovranno essere illustrate in una discussione orale.
I due progetti avranno valutazioni indipendenti e complementari fino ad un massimo di 15 punti ciascuna. Eventuali punti aggiuntivi (oltre i 30/30) potranno essere associati a piccole attività didattiche o ad approfondimenti dei temi toccati a lezione.
Orario di ricevimento
Cabitza: su appuntamento.
Schettini: su appuntamento.
Aims
At the end of the course students will have acquired skills in analysis, evaluation and, to a lesser extent, development of complex and interactive data visualizations (infographics).
Contents
The course spans over two modules, which have different responsible professors (Cabitza and Schettini). One covers the methods, techniques and tools of
data visualization (Cabitza) and the other one the essentials of visual design (Schettini) by which to design, and evaluate
systems that enable the interactive analysis of data and the flexible
optimization of reporting (both in an organizational domain and in data
journalism). Cabitza's module is delivered also to students of the Master Degree in Data Science.
Detailed program
Module by Prof. Schettini
- Introduction to Visualization.
- Human Perception and Information Processing
- Data types
- Graphical perception (the ability of viewers to interpret visual
- (graphical) encodings of information and thereby decode information in graphs):
a. Signal Detection
b. Magnitude Estimation
c. Pre-Attentive Visual Processing
d. Using Multiple Visual Encodings
e. Gestalt Grouping
- Color for information display
- Examples and case studies
- Color management systems
- Picture visualization and fruition
Module by prof. Cabitza (Human Data Interaction)
- Introduction to the Human Data Interaction (Definitions, main concepts and methodologies)
- Data Transformation into sources of knowledge through visual representation.
- Requirements and heuristics for high-quality visualizations: dos and donts.
- Charts and standard views: relevance and appropriateness.
- Advanced and innovative tools for data visualization and advanced quantitative analysis.
- The evaluation of the quality of visualizations and infographics.
o Qualitative assessment: expert and heuristic;
o Quantitative assessment: user tasks; inferential statistical techniques.
o Validated psychometric questionnaires and their analysis and understanding.
- Elements of visual semiotics and social semiotics.Prerequisites
None
Teaching form
Lectures with the support of slideware, discussion of
practical cases through the forum, discussion of practical home-work projects.
Textbook and teaching resource
Ware, C. (2012). Information visualization: perception for design. Elsevier.
Scientific articles and class pack provided by the lecturers.Semester
First Semester (September - January)
Assessment method
No mid-term assessment. The part of data visualization held by Prof. Cabitza will be evaluated through a short written exam with closed questions and a group project in which the individual responsibilities for each section will be clear and explicit and in which students will be asked to apply methods and techniques learned in class to create and evaluate a complex infographic or a Web report with a series of related infographics.
The part of data visualization held by Prof. Schettini will be evaluated through a series of short exercises and papers related to the topics covered in class and that will compose a portfolio.
Both activities will be carried out in groups of up to three people and will be illustrated in an oral discussion meeting.
The two projects will have independent and complementary evaluations up to a maximum of 15 points each. Additional points (above 30/30) may be associated with small teaching activities or in-depth study of the topics covered in class and to be defined.
Office hours
By appointment
Staff
-
Federico Antonio Niccolò Amedeo Cabitza
-
Raimondo Schettini