Visualisation des données
La représentation visuelle de données tire pleinement avantage du système visuel humain en termes de perception est de cognition. Les modèles complexes, les points de données intéressants et les valeurs aberrantes peuvent être facilement identifiés ; les points et ensembles de données individuelles peuvent être comparés et contrastés efficacement, à condition que les données sont correctement réprésentées. La visualisation permet aux utilisateurs d'explorer leurs données de manière interactive, d'obtenir des vus d'ensemble et détaillées en suivant des processus qui permettent d'obtenir des informations qu'il serait difficile d'obtenir à l'aide de techniques d'analyse de données entièrement automatisées à partir de domaines comme le data mining ou l'apprentissage machine. Ils ont des objectifs différents mais peuvent se compléter mutuellement efficacement. La visualisation peut, par exemple, aider à formuler des hypothèses qui peuvent ensuite être testées à l'aide de tests statistiques ou d'autres techniques d'analyse de données élaborées. Au-delà de ces aspects d'exploration, la visualisation de données peut aussi appuyer la prise de césision et joue un rôle central dans la communication des résultats auprès d'un large public.
Ce cours commencera par un aperçu du domaine de la visualtion de données. Il abordera ensuite les principes fondamentaux de la perception visuelle humaine, en mettant l'accent sur la manière dont ils contribuent à informer la conception de visualisations. Les cours suivants seront sur les techniques de visualisation pour des structures de données spécifiques et les analyseront en détails du point de vue de la conception et de la mise en oeuvre, y compris : données multivariantes, structures hiérarchiques, réseaux, séries temporelles, données statistiques et géographiques.
Tous les exercices sont basés sur les technologies du web, y compris la bibliothèque de logiciels D3 (Data-Driven Documents) et la grammaire graphique intéractive Vega-lite. Bien qu'ils se situent à des niveaux d'abstraction différents, ils permettent aux développeurs de concevoir une série de visualisations interactives et basées sur le web et fonctionnant sur de nombreuses plateformes, allant des bureaux aux appareils mobiles.
Requis : une expérience du développement Web (Javascript) est un plus mais n'est pas une exigence absolue.
Plus d'information sur : http://www.enseignement.polytechnique.fr/informatique/INF552/
Matériel pédagogique : http://www.enseignement.polytechnique.fr/informatique/INF552/
Langue : Matériel pédagogique en Anglais. Cours en Francais ou Anglais, à la convenance des élèves.
Data Visualization
The visual representation of data takes full advantage of the human visual system in terms of perception and cognition. Elaborate patterns, interesting data points and outliers can easily be identified, individual data points and sets can efficiently be compared and contrasted, provided that the data is properly represented. Visualization enables users to explore their data in an interactive manner, to get overviews and drill down to detailed views, following processes that yield insights that would be difficult to obtain using fully automated data analysis techniques from fields such as, e.g., data mining or machine learning. They serve different purposes, but can complement one another very effectively. Visualization can for instance help formulate hypotheses, that can then be tested using statistical tests or other elaborate data analysis techniques. Beyond these exploratory aspects, data visualization can also support decision making, and plays a central role in the communication of findings to a wide range of audiences.
This course first gives an overview of the field of data visualization. It then discusses fundamental principles of human visual perception, focusing on how they help inform the design of visualizations. The following sessions focus on visualization techniques for specific data structures, and discuss them in depth from both design and implementation perspectives, including: multi-variate data, hierarchical structures, networks, time-series, statistical data and geographical data.
All exercises are based on Web technologies, including the D3 software library (Data-Driven Documents) and the Vega-lite interactive graphics grammar. While positioned at different levels of abstraction, both enable developers to create a wide range of interactive, Web-based visualizations that run on a variety of platforms, ranging from desktop workstations to mobile devices.
Requirements: some prior experience with Web-based development (Javascript) is a plus, but not a hard requirement.
More information, including covid-19 organization at https://www.enseignement.polytechnique.fr/informatique/INF552/
Course material: http://www.enseignement.polytechnique.fr/informatique/INF552/
Language: The course material is in English. Lectures can be taught either in French or in English, at the students' convenience.
Credits ECTS : 4
- Teaching coordinator: Gladin Olivier
- Teaching coordinator: Pietriga Emmanuel