DATA VISUALIZATION

Scheda dell'insegnamento

Anno accademico di regolamento: 
2017/2018
Anno di corso: 
2
Anno accademico di erogazione: 
2018/2019
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
52
Prerequisiti: 

Nesuno

Moduli

Metodi di valutazione

Modalita' di verifica dell'apprendimento: 

Non sono previste prove in itinere. La parte di data visualization tenuta dal prof Cabitza sarà valutata attraverso 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 infografica complessa o un Web report dotato di una serie di infografiche correlate tra loro. La parte di data visualization 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.

Valutazione: 
Voto Finale

Obiettivi formativi

Alla fine del corso lo studente avrà acquisito competenze relative alle attività di analisi, sviluppo e valutazione della qualità di infografiche complesse e interattive.

Contenuti

Il corso riguarda metodi, tecniche e strumenti di visualizzazione dati (data visualization) e progettazione visuale (information design) per la realizzazione di sistemi che permettano l’analisi interattiva dei dati e l’ottimizzazione flessibile del reporting (sia in ambito organizzativo che di data journalism). A tal scopo in questo corso saranno presentate strategie di visualizzazione di dati sul Web attraverso infografiche e cruscotti (dashboard) che risultino informativi e comprensibili e che possano essere realizzate senza competenze avanzate di programmazione attraverso l’utilizzo di vari strumenti che variano dalle piattaforme software commerciali più comuni (e.g., Tableu) ai diversi pacchetti open source accessibili su Web (Javascript, HTML5, etc.). Una componente importante del corso riguarderà la progettazione iterativa e quindi l’acquisizione di metodiche e tecniche per la valutazione della qualità delle infografiche suddette e la applicazione di tale tecniche per il miglioramento continuo dei sistemi di visualizzazione dati. Nelle ore di laboratorio gli studenti potranno inoltre acquisire le competenze necessarie per lo svolgimento di un progetto applicativo concreto e di complessità realistica, consistente nella realizzazione di un Web report contenente grafici e diagrammi animati e interattivi su temi di interesse comune e pubblica utilità.

Programma esteso

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

- Trasformazione di dati in fonti di conoscenza attraverso la rappresentazione visuale.

- Requisiti ed euristiche per visualizzazioni di qualità.

- 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.

- Laboratori in cui verranno acquisite competenze pratiche per:

o L’estrazione di dati non strutturati dal web

o La gestione e manipolazione dei dati in formato tabellare (google spreadsheet, excel, etc.)

o L’esplorazione e la visualizzazione statica di dati

o L’esplorazione e la visualizzazione interattiva di dati (Tableau Public)

o La progettazione di una narrazione “data-driven” nel contesto del data journalism.

Bibliografia consigliata

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.

Metodi didattici

Lezioni frontali con il supporto di slide di presentazione, discussione di casi pratici e di piccoli progetti dati come esercizio e approfondimento.