ECTS credits ECTS credits: 3
ECTS Hours Rules/Memories Student's work ECTS: 51 Hours of tutorials: 3 Expository Class: 9 Interactive Classroom: 12 Total: 75
Use languages Spanish, Galician
Type: Ordinary subject Master’s Degree RD 1393/2007 - 822/2021
Departments: Electronics and Computing
Areas: Computer Science and Artificial Intelligence
Center Higher Technical Engineering School
Call: First Semester
Teaching: With teaching
Enrolment: Enrollable | 1st year (Yes)
La presente materia servirá de introducción a la ciencia y tecnología del análisis visual de grandes conjuntos de datos, e incluirá tanto su fundamento teórico como las correspondientes metodologías de aplicación. Se presentarán, por tanto, un conjunto de herramientas de análisis visual que tienen por finalidad la síntesis de información y la inspección eficaz de grandes conjuntos de datos dinámicos, ambiguos y a menudo conflictivos. En último término, este análisis ha de conducir a una comunicación de información útil en la toma de decisiones. Los objetivos específicos de esta materia son: (1) desarrollar una comprensión de este ámbito emergente y multidisciplinar, (2) dotar al alumno de un conjunto de herramientas y metodologías para el análisis visual de datos; y (3) desarrollar las capacidades y estrategias necesarias para aplicar convenientemente los conocimientos adquiridos en el análisis de datos procedentes de problemas reales.
TEMA 0: Presentación de la materia
TEMA 1: Introducción a la visualización de datos
TEMA 2: Básicos
TEMA 3: Rigor
TEMA 4: Comunicación
The visual display of quantitative information
Edward R. Tufte
Graphics Press
ISBN-10: 0961392142 ISBN-13: 978-0961392147
El arte funcional: infografía y visualización de la información
Alberto Cairó
Alamut
ISBN-13: 978-8498890679
Visual Insights: A Practical Guide to Making Sense of Data
Katy Börner, David E. Polley
The MIT Press
ISBN-13: 978-0262526197 ISBN-10: 0262526190
Analizar y evaluar la eficacia de diferentes técnicas de visualización para cada problema.
Sintetizar y comunicar con eficacia los resultados del análisis visual de grandes conjuntos de datos.
Planificar y organizar su tiempo y sus recursos.
Llevar a cabo un aprendizaje autónomo.
Competencias de la titulación que se trabajan (ver memoria título):
- Básicas: CB6, CB7, CB8, CB9, CB10
- Transversales/Generales: G2, G4, G5, T2, T3, T4, T5
- Específicas: E9, E10
En las clases teóricas se expondrá el contenido de cada tema. El alumno dispondrá de copias de las presentaciones con anterioridad y el profesor promoverá una actitud activa, mediante la metodología de aprendizaje basado en problemas.
Lectura y estudio de material diverso proporcionado por el profesor en forma de libros de la bibliografía, artículos y revistas científicas, y manuales en el caso de las herramientas utilizadas para realizar las prácticas.
La realización de prácticas de laboratorio permitirá al alumno desarrollar de modo supervisado las capacidades de resolución de problemas a partir de las técnicas introducidas en las clases de teoría.
Actividades formativas de carácter presencial y su relación con las competencias de la titulación:
Clases teóricas: impartidas por el profesor y exposición de seminarios: CB6, CB7, CB8, CB9, CB10, T4, G4, T5, G5, T5, E9, E10
Clases prácticas de laboratorio, resolución de problemas y casos prácticos: CB6, CB7, CB8, CB9, CB10, T3, T4, G2, G4, T5, G5, T2, T5, E9, E10
Tutorías programadas: orientación para la realización de los trabajos individuales o en grupo, resolución de dudas y actividades de evaluación continua: CB6, CB7, CB8, CB9, CB10, T3, T4, G2, G4, T5, G5, T2, T5, E9, E10
Examen: CB6, CB7, CB8, CB9, CB10, G2, G4, T5, G5, T7, E9, E10
Actividades formativas de carácter no presencial y su relación con las competencias de la titulación:
Trabajo personal del alumno: consulta de bibliografía, estudio autónomo, desarrollo de actividades programadas, preparación de presentaciones y trabajos : CB6, CB7, CB8, CB9, CB10, T3, T4, G2, G4, T5, G5, T2, T5, E9, E10
En el apartado Observaciones se incluye un “Plan de Contingencia” con las adaptaciones correspondientes para los escenarios en los que se impongan medidas de distanciamiento o se produzca el cierre de las instalaciones como consecuencia de una posible crisis sanitaria.
Evaluación de prácticas de laboratorio: 50%
Evaluación de pruebas periódicas: 50%
Clases de pizarra: 9 h presenciales + 14 h trabajo autonomo del alumno
Clases de prácticas: 12 h presenciales + 25 h trabajo autonomo del alumno
Tutorias y Actividades de evaluacion: 4 h presenciales + 11 h trabajo autonomo del alumno
Total: 75 h
El idioma de impartición de esta materia es el castellano. Se hace uso del campus virtual
Paulo Felix Lamas
Coordinador/a- Department
- Electronics and Computing
- Area
- Computer Science and Artificial Intelligence
- Phone
- 881816422
- paulo.felix [at] usc.es
- Category
- Professor: University Lecturer
Monday | |||
---|---|---|---|
18:30-19:45 | Grupo /CLE_01 | Spanish | PROJECTS |
Friday | |||
17:45-19:30 | Grupo /CLIL_01 | Spanish | PROJECTS |
01.22.2025 16:00-19:45 | Grupo /CLIL_01 | IA.01 |
01.22.2025 16:00-19:45 | Grupo /CLE_01 | IA.01 |
07.12.2025 16:00-19:45 | Grupo /CLE_01 | IA.01 |
07.12.2025 16:00-19:45 | Grupo /CLIL_01 | IA.01 |