Nombre: VISUALIZACIÓN DE DATOS
Código: 525103010
Carácter: Obligatoria
ECTS: 6
Unidad Temporal: Cuatrimestral
Despliegue Temporal: Curso 3º - Segundo cuatrimestre
Menciones/Especialidades:
Lengua en la que se imparte: Castellano
Carácter: Presencial
Nombre y apellidos: QUESADA PEREIRA, FERNANDO DANIEL
Área de conocimiento: Teoría de la Señal y Comunicaciones
Departamento: Tecnologías de la Información y las Comunicaciones
Teléfono: 968326532
Correo electrónico: fernando.quesada@upct.es
Horario de atención y ubicación durante las tutorias:
lunes - 16:00 / 19:00
ANTIGONES, planta 1, Laboratorio Despacho 3
Se podrán realizar tutorías online mediante cita previa a través de Microsoft Teams
miércoles - 10:00 / 13:00
ANTIGONES, planta 1, Despacho Despacho 3
Se podrán realizar las tutorías en modalidad online tras cita previa mediante Microsoft Teams.
Titulaciones:
Categoría profesional: Profesor Titular de Universidad
Nº de quinquenios: 4
Nº de sexenios: 4 de investigación
Curriculum Vitae: Perfil Completo
Nombre y apellidos: MELCÓN ÁLVAREZ, ALEJANDRO
Área de conocimiento: Teoría de la Señal y Comunicaciones
Departamento: Tecnologías de la Información y las Comunicaciones
Teléfono: 968325315
Correo electrónico: alejandro.alvarez@upct.es
Horario de atención y ubicación durante las tutorias:
jueves - 16:00 / 19:00
ANTIGONES, planta 1, Despacho No. 04
viernes - 10:00 / 13:00
ANTIGONES, planta 1, Despacho No. 04
Titulaciones:
Doctor en Telecomunicación en la Universidad Politécnica Federal de Lausanne (SUIZA) - 1998
Máster en Telecomunicación en la Universidad Politécnica de Madrid (ESPAÑA) - 1991
Categoría profesional: Catedrático de Universidad
Nº de quinquenios: 5
Nº de sexenios: 5 de investigación y 1 de transferencia
Curriculum Vitae: Perfil Completo
[CB1 ]. Que los estudiantes hayan demostrado poseer y comprender conocimientos en un área de estudio que parte de la base de la educación secundaria general, y se suele encontrar a un nivel que, si bien se apoya en libros de texto avanzados, incluye también algunos aspectos que implican conocimientos procedentes de la vanguardia de su campo de estudio
[CB2 ]. Que los estudiantes sepan aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posean las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio
[CB5 ]. Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía
[CG4 ]. Capacidad para aplicar los métodos generales de la ciencia e ingeniería de datos en los tipos de datos de dominios específicos, así como en la presentación de los datos, el modelado de datos y procesos, los roles organizacionales y las relaciones entre estos.
[CG6 ]. Ser capaz de buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.
[CE6 ]. Visualizar los resultados del análisis de datos, diseñar paneles de control, usar métodos de storytelling.
Aplicar las técnicas de comunicación más adecuadas para cada tipo de visualización de datos.
Aplicar las técnicas de interacción más adecuadas para cada tipo de visualización de datos.
Comunicar de forma efectiva los resultados de análisis complejos de datos a través de la visualización, la interacción y el storytelling.
Identificar y analizar relaciones entre datos a través de su representación visual.
Usar librerías de visualización de datos para ciencia e ingeniería de datos.
Diseñar paneles de control que faciliten la organización visual de los datos y su análisis.
Fundamentos y elementos del diseño gráfico aplicados a la visualización de datos.<br> Características, dimensionalidad, análisis exploratorio de datos, agregación de datos.<br> Comunicar con datos: Comunicación cuantitativa y análisis visual de datos.<br> Percepción y diseño visual con datos; principios de diseño; presentaciones públicas con datos.<br> Diseño de tablas y gráficos: componentes; soluciones en el diseño de tablas.<br> Análisis visuales: tipos de relaciones cuantitativas; técnicas y presentaciones específicas.<br> Visualización de datos jerárquicos, relaciones entre datos mediante grafos y redes.<br> Visualización de datos 3D y multidimensionales.<br> Interacción y visualización.<br> Librerías software de visualización de datos.<br> Diseño de paneles de control y métodos de storytelling.
Introducción a la Visualización de Datos
Tema 1: Introducción a la Visualización de Datos
- Fundamentos y Justificación de la Visualización de Datos
- Principios de la Representación y la Interactividad
Abstracción de Datos y Tareas
Tema 2: Abstracción de Datos y Tareas
- Abstracción de Datos
- Abstracción de Tareas
Diseño y Validación en Visualización
Tema 3: Diseño y Validación en Visualización
- Marcas y Canales en Visualización
- Reglas y Principios de un Buen Diseño
- Validación de Visualizaciones
Organización y Disposición de Datos
Tema 4: Organización y Disposición de Datos
- Organización de Datos Tabulares y Espaciales
- Visualización de Redes y Árboles
Uso del Color y Manipulación de la Vista
Tema 5: Uso del Color y Manipulación de la Vista
- Mapas de Color y Canales Alternativos
- Manipulación de la Vista y Facetado
Reducción y Contextualización de Datos
Tema 6: Reducción y Contextualización de Datos
- Reducción de Ítems y Atributos
- Enfoque y Contexto en la Visualización
Integración y Casos de Estudio
Tema 7: Integración y Casos de Estudio
- Casos de Estudio
Práctica 1: Notebooks
Utilización de notebooks con JupyterLab / Google Colab / Visual Studio Code. Relacionado con: Tema 1: Introducción a la Visualización de Datos Tema 2: Abstracción de Datos y Tareas Tema 4: Organización y Disposición de Datos
Práctica 2: NumPy
Manejo de arrays de datos mediante la librería NumPy. Relacionado con: Tema 1: Introducción a la Visualización de Datos Tema 2: Abstracción de Datos y Tareas Tema 4: Organización y Disposición de Datos
Práctica 3: Pandas
Manejo de arrays multidimensionales a través de DataFrames de la librería Pandas. Relacionado con: Tema 1: Introducción a la Visualización de Datos Tema 2: Abstracción de Datos y Tareas Tema 4: Organización y Disposición de Datos
Práctica 4: Acceso a datos
Estructuras de datos y funciones de acceso a datos desde múltiples fuentes y formatos. Visualización de datos mediante gráficos estáticos. Relacionado con: Tema 2: Abstracción de Datos y Tareas Tema 4: Organización y Disposición de Datos Tema 6: Reducción y Contextualización de Datos
Práctica 5: Análisis exploratorio de datos
Proceso básico del análisis exploratorio de datos: transformar, visualizar, analizar e interpretar, documentar. Relacionado con: Tema 2: Abstracción de Datos y Tareas Tema 3: Diseño y Validación en Visualización Tema 4: Organización y Disposición de Datos Tema 5: Uso del Color y Manipulación de la Vista Tema 6: Reducción y Contextualización de Datos
Práctica 6: Visualización dinámica
Animación gráfica en datos que evolucionan a lo largo del tiempo. Relacionado con: Tema 2: Abstracción de Datos y Tareas Tema 3: Diseño y Validación en Visualización Tema 4: Organización y Disposición de Datos Tema 5: Uso del Color y Manipulación de la Vista Tema 6: Reducción y Contextualización de Datos
Práctica 7: Infografía
Creación de infografías para la comunicación de datos eficaz. Relacionado con: Tema 3: Diseño y Validación en Visualización Tema 6: Reducción y Contextualización de Datos Tema 7: Integración y Casos de Estudio
La Universidad Politécnica de Cartagena considera como uno de sus principios básicos y objetivos fundamentales la promoción de la mejora continua de las condiciones de trabajo y estudio de toda la Comunidad Universitaria. Este compromiso con la prevención y las responsabilidades que se derivan atañe a todos los niveles que integran la Universidad: órganos de gobierno, equipo de dirección, personal docente e investigador, personal de administración y servicios y estudiantes. El Servicio de Prevención de Riesgos Laborales de la UPCT ha elaborado un "Manual de acogida al estudiante en materia de prevención de riesgos" que puedes encontrar en el Aula Virtual, y en el que encontraras instrucciones y recomendaciones acerca de cómo actuar de forma correcta, desde el punto de vista de la prevención (seguridad, ergonomía, etc.), cuando desarrolles cualquier tipo de actividad en la Universidad. También encontrarás recomendaciones sobre cómo proceder en caso de emergencia o que se produzca algún incidente. En especial, cuando realices prácticas docentes en laboratorios, talleres o trabajo de campo, debes seguir todas las instrucciones del profesorado, que es la persona responsable de tu seguridad y salud durante su realización. Consúltale todas las dudas que te surjan y no pongas en riesgo tu seguridad ni la de tus compañeros.
Introduction to Data Visualization
Lesson 1: Introduction to Data Visualization
- Fundamentals and Justification of Data Visualization
- Principles of Representation and Interactivity
Data and Task Abstraction
Lesson 2: Data and Task Abstraction
- Data Abstraction
- Task Abstraction
Design and Validation in Visualization
Lesson 3: Design and Validation in Visualization
- Marks and Channels on Display
- Rules and Principles of Good Design
- Visualization Validation
Organization and Arrangement of Data
Lesson 4: Organization and Arrangement of Data
- Organization of Tabular and Spatial Data
- Network and Tree Visualization
Use of Color and View Manipulation
Lesson 5: Use of Color and View Manipulation
- Color Maps and Alternative Channels
- View Manipulation and Faceting
Data Reduction and Contextualization
Lesson 6: Data Reduction and Contextualization
- Reduction of Items and Attributes
- Focus and Context in Visualization
Integration and Study Cases
Lesson 7: Integration and Study Cases
- Study Cases
Exposición teórica: Exposición de los contenidos teóricos de la asignatura por parte del profesor. También se contemplan las sesiones informativas sobre el desarrollo del trabajo de fin de grado o prácticas externas.
-Actividades de clase expositiva: Exposición teórica, clase magistral, proyección, dirigida al grupo completo de estudiantes, con
independencia de que su contenido sea teórico o práctico/aplicado. Junto a la exposición de conocimientos, en las clases se plantean cuestiones, se aclaran dudas, se realizan ejemplificaciones, se establecen relaciones con las diferentes actividades prácticas que se realizan y se orienta la búsqueda de información.
- Actividades de clase práctica de aula: Actividades prácticas de ejercicios y resolución de problemas, estudio de casos, aprendizaje orientado a proyectos, exposición y análisis de trabajos, debates, simulaciones, etc. Suponen la realización de tareas por parte de los alumnos, dirigidas y supervisadas por el profesor, con independencia de que en el aula se realicen individualmente o en grupos reducidos.
20
100
Seminarios y actividades de aula: Exposición, análisis y debate dentro del contexto de aplicaciones específicas de contenidos teóricos, así como planteamiento y resolución de ejercicios y casos prácticos en el aula, tanto al grupo completo como en grupos reducidos. También se contemplan conferencias, debates y seminarios temáticos.
Conferencias de interés de expertos y/o realización de casos prácticos en aula.
5
100
Prácticas de laboratorio: Ejercicios y resolución de problemas, aprendizaje orientado a proyectos, estudio de casos, exposición y discusión de trabajos, simulaciones y/o prácticas con ordenadores, generalmente desarrolladas en grupos reducidos.
Actividades prácticas de laboratorio: Actividades de los estudiantes en aulas de informática o específicas, realizadas en grupos reducidos o individualmente, dirigidas al uso y conocimiento de la materia de estudio, supervisadas por el profesor.
28
100
Trabajo autónomo del alumno: Estudio y preparación de contenidos teórico-prácticos, trabajo individual consistente en lecturas, búsquedas de información, sistematización de contenidos, elaboración de informes o estudio para la elaboración de casos entre otras actividades.
Trabajo de asimilación de los contenidos de la asignatura por parte de los estudiantes realizado de forma autónoma.
90
0
Tutorías formativas y resolución de dudas: Asistencia individualizada -tutorías individuales- o en grupo -tutorías colectivas- a los estudiantes por parte del profesor.
Tutorías: Sesiones programadas individuales o en grupo de orientación, revisión o apoyo a los estudiantes por parte del profesor con independencia de que los contenidos sean teóricos o prácticos.
3
100
Evaluación: Pruebas individuales, ya sean escritas, orales o con medios informáticos, donde el estudiante demostrará los conocimientos teóricos y prácticos adquiridos durante las actividades formativas asociadas a la enseñanza de la materia.
Se plantearán una o varias pruebas escritas de evaluación.
4
100
Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.
Se planteará una o varias pruebas escritas como parte de la evaluación continua.
40 %
Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas.
0 %
Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.
Se plantearán las siguientes actividades como parte de la evaluación continua:
1) Ejercicios y problemas de clase (20%): se evalúan mediante la entrega de informes y trabajos durante el transcurso de la clase.
No se aceptarán las entregas que no cumplan con este requisito.
2) Actividades de laboratorio (40%): se evalúan mediante la entrega de boletines de prácticas. Puede implicar la realización de
entrevistas a los estudiantes.
60 %
Exámenes individuales: Pruebas objetivas, de desarrollo, de respuesta corta, de ejecución de tareas o de escala de actitudes, realizadas por los estudiantes para mostrar los conocimientos teóricos y prácticos adquiridos ya sea de forma oral, escrita o utilizando un ordenador.
Se planteará una o varias pruebas escritas como parte de la evaluación continua.
40 %
Procedimientos de observación del trabajo del estudiante: Registros de participación, de realización de actividades, cumplimiento de plazos, participación en foros, informes de seguimiento del trabajo fin de grado y registros sobre el desarrollo de las prácticas externas.
Se tendrá en cuenta el trabajo y participación de los estudiantes en actividades de formación continua.
0 %
Informe técnico. En este instrumento incluimos los resultados de actividades prácticas, o de laboratorio, junto con sus memorias descriptivas y posibles resúmenes del estado del arte sobre temas concretos. La opción de realizar entrevistas personales o presentaciones de los trabajos realizados también entran en esta categoría.
Se plantearán las siguientes actividades como parte de la evaluación final:
1) Ejercicios y problemas propuestos (20%): se evalúan mediante la entrega de informes y trabajos en la fecha de la evaluación final.
No se aceptarán las entregas que no cumplan con este requisito.
2) Actividades de laboratorio (40%): se evalúan mediante prueba de aprovechamiento sobre las prácticas a realizar en laboratorio.
60 %
Resultados del Aprendizaje
- Aplicar las técnicas de comunicación más adecuadas para cada tipo de visualización de datos.
- Aplicar las técnicas de interacción más adecuadas para cada tipo de visualización de datos
- Comunicar de forma efectiva los resultados de análisis complejos de datos a través de la visualización y la interacción.
- Identificar y analizar relaciones entre datos a través de su representación visual.
- Usar librerías de visualización de datos para ciencia e ingeniería de datos.
Autor: Tamara Munzner
Título: Visualization Analysis and Design: Principles, Techniques, and Practice (AK Peters Visualization Series)
Editorial: A K Peters/CRC Press
Fecha Publicación: 2014
ISBN: 978-1466508910
Autor: Elias Dabbas
Título: Interactive Dashboards and Data Apps with Plotly and Dash: Harness the power of a fully fledged frontend web framework in Python ¿ no JavaScript required
Editorial: Packt Publishing
Fecha Publicación: 2021
ISBN: 978-1800568914
Autor: Kevin Jolly
Título: Hands-on Data Visualization with Bokeh
Editorial: Packt Publishing
Fecha Publicación: 2018
ISBN: 978-1789135404
Autor: Matthew O. Ward, Georges Grinstein y Daniel Keim
Título: Interactive Data Visualization: Foundations, Techniques, and Applications, Second Edition
Editorial: A K Peters/CRC Press
Fecha Publicación: 2021
ISBN: 978-0367783488
Autor: Colin Ware
Título: Visual Thinking for Information Design (The Morgan Kaufmann Series in Interactive Technologies)
Editorial: Morgan Kaufmann Publishers In
Fecha Publicación: 2021
ISBN: 978-0128235676
Autor: Angelica Duca
Título: Data Storytelling with Generative AI: Using Python and Altair
Editorial: Manning Publications
Fecha Publicación: 2024
ISBN: 978-1633437920
- Apuntes de teoría y prácticas de la asignatura
- Documentación en Aula Virtual