Information visualisation

ldata2010  2019-2020  Louvain-la-Neuve

Information visualisation
Note du 29 juin 2020
Sans connaitre encore le temps que dureront les mesures de distances sociales liées à la pandémie de Covid-19, et quels que soient les changements qui ont dû être opérés dans l’évaluation de la session de juin 2020 par rapport à ce que prévoit la présente fiche descriptive, de nouvelles modalités d’évaluation des unités d’enseignement peuvent encore être adoptées par l’enseignant ; des précisions sur ces modalités ont été -ou seront-communiquées par les enseignant·es aux étudiant·es dans les plus brefs délais.
5 crédits
30.0 h + 30.0 h
Q1
Enseignants
Lee John;
Langue
d'enseignement
Anglais
Thèmes abordés
Visualisation of information, data, tasks, tools, perception, visualizing tabular and spatial data, graphs and trees, links with machine learning, interaction, multiple views.
Acquis
d'apprentissage

A la fin de cette unité d’enseignement, l’étudiant est capable de :

1 With respect to the AA referring system defined for the Master in Data Science Engineering the course contributes to the development, mastery and assessment of the following skills :
·         DATA 1.2
·         DATA 2.1, 2.2, 2.3, 2.4, 2.5
·         DATA 5.1, 5.2, 5.3, 5.4, 5.5
·         DATA 6.1, 6.2, 6.3
At the end of the course, students will be able to :
·         Understand perceptive and cognitive processes behind visualisation
·         Relate tasks and visualisation tools
·         Categorize data types
·         Analyze an existing visualisation
·         Design an appropriate visualization
·         Validate visualisations
·         Implement visualisation tools
 

La contribution de cette UE au développement et à la maîtrise des compétences et acquis du (des) programme(s) est accessible à la fin de cette fiche, dans la partie « Programmes/formations proposant cette unité d’enseignement (UE) ».
Contenu
·         What and why information visualisation?
·         Data abstraction: types of data and of datasets
·         Which visualisation for which task?
·         Validating visualisations
·         Display and ocular perception
·         Visualisation channels (colour, size, shape, angle, ...)
·         Tabular data: lists, matrices, tensors
·         Spatial data: scalar, vector and tensor fields
·         Networks and trees
·         Link between machine learning and visualisation: clustering, dimensionality reduction, graph embedding
·         Interactive visualisation
·         Multiple views
·         Advanced topics in visualisation
Méthodes d'enseignement
Lectures, practical sessions on computers, project
Modes d'évaluation
des acquis des étudiants


Oral Exam
Ressources
en ligne
Site Moodle du cours: https://moodleucl.uclouvain.be/course/view.php?id=12042
Bibliographie
Visualization analysis & Design, Tamara Munzner, CRC Press, 2015.
Support de cours
  • Slides of the course, available on Moodle
Faculté ou entité
en charge
EPL


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] : ingénieur civil en science des données

Master [120] en science des données, orientation statistique

Master [120] en science des données, orientation technologies de l'information