Vai al contenuto principale
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
Se prosegui nella navigazione del sito, ne accetti le politiche:
  • Condizioni di utilizzo e trattamento dei dati
Prosegui
x
e-Learning - UNIMIB
  • Home
  • Altro
Ascolta questa pagina con ReadSpeaker
Italiano ‎(it)‎
English ‎(en)‎ Italiano ‎(it)‎
 Login
e-Learning - UNIMIB
Home
Percorso della pagina
  1. Area di Scienze
  2. Corso di Laurea Magistrale
  3. Teoria e Tecnologia della Comunicazione [F9202P - F9201P]
  4. Insegnamenti
  5. A.A. 2021-2022
  6. 2° anno
  1. Data Visualization
  2. Introduzione
Insegnamento Titolo del corso
Data Visualization
Codice identificativo del corso
2122-2-F9201P206
Descrizione del corso SYLLABUS

Syllabus del corso

  • Italiano ‎(it)‎
  • English ‎(en)‎
Esporta

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

Yau, N. (2011). Visualize this: the FlowingData guide to design, visualization, and statistics. John Wiley & Sons.

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.

Esporta

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.

The teaching activity will be delivered in presence, unless otherwise indicated, due to national and/or University indications due to the protracted COVID-19 emergency. In that case, face-to-face classes and lab lectures will be primarily synchronous (with strongly  promoted participation) via WebEx or equivalent platform as indicated on the course website.

Textbook and teaching resource

Yau, N. (2011). Visualize this: the FlowingData guide to design, visualization, and statistics. John Wiley & Sons.

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

Entra

Scheda del corso

Settore disciplinare
INF/01
CFU
6
Periodo
Primo Semestre
Tipo di attività
Obbligatorio a scelta
Ore
42
Lingua
Italiano

Staff

    Docente

  • Federico Antonio Niccolò Amedeo Cabitza
    Federico Antonio Niccolò Amedeo Cabitza
  • RS
    Raimondo Schettini

Opinione studenti

Vedi valutazione del precedente anno accademico

Bibliografia

Trova i libri per questo corso nella Biblioteca di Ateneo

Metodi di iscrizione

Iscrizione spontanea (Studente)
Iscrizione manuale

Non sei collegato. (Login)
Politiche
Ottieni l'app mobile
Powered by Moodle
© 2025 Università degli Studi di Milano-Bicocca
  • Privacy
  • Accessibilità
  • Statistiche