Image for
Naslovnica

Data visualization: Techniques and tools

  • Predavanje 30
  • Vježbe 30
  • Samostalni rad 60
Ukupno 120

Naziv predmeta

Data visualization: Techniques and tools

Tip predmeta

Elective

Oznaka predmeta

21-02-528

Semestar

3

ECTS

4

Nastavnici i suradnici

Sadržaj i cilj

The objectives of this module are to enable students to:
• Interpret the fundamental problems, concepts, and approaches in the design and analysis of data visualization systems.
• Interpret the stages of the visualization pipeline, including data modelling, mapping data attributes to graphical attributes, perceptual issues, existing visualization paradigms, techniques, and tools, and evaluating the effectiveness of visualizations for specific data, task, and user types.
• Explain basics of physiology of the human visual system, perceptual processing, human cognition framework for data visualization
• Interpret characteristics of the most relevant data visualization tools

Students learn visualization techniques, explorative data analysis and predictive modelling. It is a necessary theoretical and practical knowledge and skills for all business areas that are characterized by a large amount of data. Besides the technique, students are introduced to various visualization tools, exploratory data analysis tools and predictive modelling tools.

It is important for students to take this module in order to develop the appropriate and relevant visualization techniques and tools that has evolved into a discipline, drawing from such fields as computer graphics, human-computer interaction, perceptual psychology, and art. The emphasis of the module will be on exposing students to the current research issues and on identifying potential research topics in data visualization as it applies to large-scale data systems.

Literatura

Essential reading:
1. Algebra University College (2020), Data visualization techniques and tools handbook, Zagreb: Algebra University College
2. Ward, M., Grinstein, G. G., and Keim, D. (2015). Interactive Data Visualization Foundations, Techniques, and Applications, Second Edition (Vol. Second edition). Boca Raton: A K Peters/CRC Press, available at http://search.ebscohost.com/login.aspx?direct=trueandsite=eds-liveanddb=edsebkandAN=1763678, Boca Raton, Florida, United States

Recommended reading:
1. Kimball, R., Ross, M., Thornthwaite, W., Mundy, J., Becker, B. (2008) The Data Warehouse Lifecycle Toolkit, 2nd Edition, Hoboken: Wiley
2. Laberge, R. (2011) The Data Warehouse Mentor: Practical Data Warehouse and Business Intelligence Insights, New York: McGraw-Hill Education

Minimalni ishodi učenja

  • Prepoznati i objasniti alate za vizualizaciju.
  • Objasniti odabir/opcije analitičkih obrazaca i tehnika analitičkih interakcija.
  • Opisati postupak povezivanja podataka iz različitih izvora podataka pomoću alata za vizualizaciju.
  • Opisati korake u primjeni naprednih metoda pripreme podataka za vizualizaciju.
  • Opisati složenu interaktivnu upravljačku ploču.
  • Identificirati složene metode strojnog učenja i statističkog modeliranja prema podacima za analizu podataka.
  • Utvrditi scenarij koji treba riješiti metodama strojnog učenja i statističkim modeliranjem na temelju poslovnog/znanstvenog problema.
  • Objasniti najčešće modele strojnog učenja u analizi podataka.

Željeni ishodi učenja

  • Odabrati odgovarajući alat za vizualizaciju za analizu podataka, ovisno o zahtjevima u pogledu podataka.
  • Kritički protumačiti izbor analitičkih obrazaca i tehnika analitičkih interakcija.
  • Povezati podatke iz različitih izvora podataka pomoću alata za vizualizaciju..
  • Primijeniti napredne metode pripreme podataka za vizualizaciju.
  • Izraditi složenu interaktivnu upravljačku ploču.
  • Primijeniti složene metode strojnog učenja i statističkog modeliranja na podatke za analizu podataka.
  • Protumačiti rezultate metoda strojnog učenja i statističkog modeliranja u poslovnom/znanstvenom problemu.
  • Procijeniti modele strojnog učenja radi njihove prilagodbe u analizi podataka.
Preuzmi vodič za studente
Podijeli: Facebook Twitter