Anno di corso: 1

Anno di corso: 2

Crediti: 8
Crediti: 6
Crediti: 6
Crediti: 8
Crediti: 2
Tipo: A scelta dello studente
Crediti: 6
Tipo: A scelta dello studente
Crediti: 4
Tipo: A scelta dello studente
Crediti: 8
Tipo: A scelta dello studente
Crediti: 24
Tipo: Lingua/Prova Finale
Crediti: 4
Tipo: Altro

DATA VISUALIZATION

Scheda dell'insegnamento

Anno accademico di regolamento: 
2018/2019
Anno di corso: 
2
Anno accademico di erogazione: 
2019/2020
Tipo di attività: 
Obbligatorio a scelta
Lingua: 
Italiano
Crediti: 
6
Ciclo: 
Primo Semestre
Ore di attivita' didattica: 
42
Prerequisiti: 

Nessuno

Moduli

Metodi di valutazione

Tipo di esame: 
Orale
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, valutazione e, in misura minore, sviluppo di infografiche complesse e interattive.

Contenuti

Il corso comprende due moduli, con diversi professori responsabili: uno più orientato alla conoscenza di buone pratiche per la progettazione di strumenti di visualizzazione dati (data visualization) e l'altro più orientato alla progettazione visuale (information design) 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).

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

- Elementi di Interazione Uomo-Dato

- 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.

- Elementi di semiotica visuale e semiotica sociale.

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.