[1] Telea, Alexandru C. Data visualization: principles and practice. Second edition. 617 s., A K Peters/CRC Press, ISBN 978-146-6585-263 , 2014.
[2] Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. O'Reilly Media, 2019.
Vizualizace dat
| Jazyk výuky | angličtina, čeština |
|---|---|
| Kód | 460-4166 |
| Zkratka | VD |
| Název předmětu česky | Vizualizace dat |
| Název předmětu anglicky | Data Visualization |
| Garantující katedra | Katedra informatiky |
| Garant předmětu | Ing. Tomáš Fabián, Ph.D. |
Anotace
Cílem předmětu je seznámit posluchače s problematikou vizualizace a interpretace nejrůznějších typů vědeckotechnických a abstraktních dat. Popisovány jsou základní principy a postupy zobrazování mezioborových dat a získané znalosti jsou využity při realizaci praktických úloh z oblasti vizualizace. Důraz je kladen na výstižnost a vhodnost zvolených vizualizačních prostředků a na praktické využití získaných znalostí při realizaci vlastních grafických výstupů podávajících co možná nejucelenější a nezkreslený obraz o zpracovávaných datech. Teoretické poznatky získané během rozboru dílčích úloh slouží jako základ pro praktickou implementaci konkrétních příkladů na cvičeních. Cvičení tedy úzce korespondují s přednáškami a předpokládá se praktická realizace zmíněných témat zejména v prostředích jazyků C++, Python a JavaScript. Součástí absolvování předmětu je rovněž vypracování a předvedení praktického projektu.
Studenti budou mít po absolvování kurzu základní teoretické a praktické znalosti z oblasti vizualizace netriviálních vědeckotechnických a abstraktních dat. Ze zpracovávaných dat budou schopni vytvářet grafické výstupy pro účely jejich další analýzy, tvorby odborných publikací i prezentací pro širší veřejnost.
Po absolvování kurzu budou studenti schopni:
- vyjmenovat a charakterizovat způsoby a prostředky pro vizualizaci vědeckotechnických a abstraktních dat,
- nalézt optimální formu vizuální prezentace pro konkrétní typ dat a publikum,
- definovat potřebné softwarové prostředky pro implementaci navržené vizualizace,
- realizovat interaktivní vizualizace např. v prostředí webového prohlížeče,
- graficky analyzovat vícerozměrná data a provádět jejich projekce do prostorů s nižší dimenzí,
- navrhovat barevnou paletu dle charakteru dat a s ohledem na jejich korektní intepretaci,
- převádět složitá data do srozumitelné a vizuálně atraktivní formy,
- kriticky hodnotit kvalitu a přesnost vizualizace,
- využit získané dovednosti při realizaci projektů, závěrečných prací a následně také v praxi.
Studenti budou mít po absolvování kurzu základní teoretické a praktické znalosti z oblasti vizualizace netriviálních vědeckotechnických a abstraktních dat. Ze zpracovávaných dat budou schopni vytvářet grafické výstupy pro účely jejich další analýzy, tvorby odborných publikací i prezentací pro širší veřejnost.
Po absolvování kurzu budou studenti schopni:
- vyjmenovat a charakterizovat způsoby a prostředky pro vizualizaci vědeckotechnických a abstraktních dat,
- nalézt optimální formu vizuální prezentace pro konkrétní typ dat a publikum,
- definovat potřebné softwarové prostředky pro implementaci navržené vizualizace,
- realizovat interaktivní vizualizace např. v prostředí webového prohlížeče,
- graficky analyzovat vícerozměrná data a provádět jejich projekce do prostorů s nižší dimenzí,
- navrhovat barevnou paletu dle charakteru dat a s ohledem na jejich korektní intepretaci,
- převádět složitá data do srozumitelné a vizuálně atraktivní formy,
- kriticky hodnotit kvalitu a přesnost vizualizace,
- využit získané dovednosti při realizaci projektů, závěrečných prací a následně také v praxi.
Povinná literatura
Doporučená literatura
[1] Edward R. Tufte, The Visual Display of Quantitative Information, Second Edition, ISBN: 978-1930824133 , 197 pages, Graphics Pr, 2001.
[2] Edward R. Tufte, Envisioning Information, ISBN: 978-0961392116 , 126 pages, Graphics Pr, 1990.
[3] Chun-houh Chen, Wolfgang Härdle, Antony Unwin, Handbook of Data Visualization, ISBN: 978-3-540-33036-3 , 936 s., Springer, 2008.
[4] Ware, Colin. Information Visualization: Perception for Design (Interactive Technologies), Fourth edition, 560 s., Morgan Kaufmann, ISBN 978-0128128756 , 2020.
[5] Charles D. Hansen and Chris Johnson. The visualization handbook. 2004, 962 s.. ISBN 978-012-3875-822 .
[6] Tamara Munzner, Visualization Analysis and Design, ISBN: 978-1466508910 , 428 s., AK Peters, 2014.
[7] Casey Reas and Ben Fry, Processing: A Programming Handbook for Visual Designers and Artists, ISBN: 978-0262182621, 712 s., MIT Press, 2007.
[8] Stephen Few, Show Me the Numbers: Designing Tables and Graphs to Enlighten, Second Edition, ISBN: 978-0970601971 , 371 s., Analytics Press, 2012.
[2] Edward R. Tufte, Envisioning Information, ISBN: 978-0961392116 , 126 pages, Graphics Pr, 1990.
[3] Chun-houh Chen, Wolfgang Härdle, Antony Unwin, Handbook of Data Visualization, ISBN: 978-3-540-33036-3 , 936 s., Springer, 2008.
[4] Ware, Colin. Information Visualization: Perception for Design (Interactive Technologies), Fourth edition, 560 s., Morgan Kaufmann, ISBN 978-0128128756 , 2020.
[5] Charles D. Hansen and Chris Johnson. The visualization handbook. 2004, 962 s.. ISBN 978-012-3875-822 .
[6] Tamara Munzner, Visualization Analysis and Design, ISBN: 978-1466508910 , 428 s., AK Peters, 2014.
[7] Casey Reas and Ben Fry, Processing: A Programming Handbook for Visual Designers and Artists, ISBN: 978-0262182621, 712 s., MIT Press, 2007.
[8] Stephen Few, Show Me the Numbers: Designing Tables and Graphs to Enlighten, Second Edition, ISBN: 978-0970601971 , 371 s., Analytics Press, 2012.