Aller au menu Aller au contenu
Une voie, plusieurs choix
Informatique et Mathématiques appliquées
Une voie, plusieurs choix

> Formation > Cursus ingénieur

Visualisation de l'information - WMMBEVI

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In Google+ Viadeo
  • Volumes horaires

    • CM : 9.0
    • TD : 9.0
    Crédits ECTS : 2.0

Objectifs

Comprendre les motivations de la visualisation d'information
Acquérir les connaissances de base en perception visuelle
Acquérir les notions de base en sémiologie graphique
Développer des prototypes de visualisation utilisant les standards actuels
Connaitre les méthodes d'évaluation des systèmes de visualisation de données

Contact Georges-Pierre BONNEAU

Contenu

L'essor des masses de données, Big Data, pose de multiples défis. Parmi ces défis celui de l'analyse des données n'est pas le moindre. Comment détecter les corrélations, les comportements extraordinaires, les caractéristiques salientes dans les masses de données accessibles? Notre cerveau, par notre canal visuel, est habitué à résoudre de manière routinière de tels problèmes. Bombardés de photons, notre système visuel les analyse et en déduit une reconstruction mentale du monde physique nous environnant, dans lequel chaque entité est reliée à nos connaissances antérieures. Comment utiliser cette puissance de traitement pour aider à l'analyse visuelle des données, tel est le but de la visualisation d'information.

Dans ce cours nous aborderons points suivants:
Introduction à la visualisation d'information
Perception visuelle
Éléments de sémiologie graphique
Techniques d'interaction
Evaluation des systèmes de visualisation
Visualisation de graphes
Visualisation de données multidimensionnelles
Outils informatiques de visualisation



Prérequis

néant

Contrôles des connaissances

CONTRÔLE CONTINU :
Type d'évaluation (ex : TP, assiduité, participation) :
note de contrôle continu basée sur une présentation orale, les prototypes développés et des rapports rendus

SESSION NORMALE :
Type d'examen (écrit, oral, examen sur machine) :
Salle spécifique :
Durée :
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) :
Documents interdits (ex : livres, tous documents) :
Matériel (ex : calculatrices):

  • matériel autorisé, préciser :
  • matériel interdit, préciser :
    Commentaires :

SESSION DE RATTRAPAGE :
Type d'examen (écrit, oral, examen sur machine) :
Salle spécifique :
Durée :
Documents autorisés (ex : aucun, résumé feuille A4 manuscrite, dictionnaires, tous documents) :
Documents interdits (ex : livres, tous documents) :
Matériel (ex : calculatrices):

  • matériel autorisé, préciser :
  • matériel interdit, préciser :
    Commentaires :


N1=CC

Informations complémentaires

Cursus ingénieur->Mastère Big-Data->Semestre 9

Bibliographie

Colin Ware, Information Visualization, Morgan-Kaufmann
Edward R. Tufte, The Visual Display of Quantitative Information
W. B. Thompson, R. W. Fleming, S H. Creem-Regehr, J. K. Stefanucci, Visual Perception from a Computer Graphics Perspective
d3js,org
http://www.w3.org/TR/SVG/

A+Augmenter la taille du texteA-Réduire la taille du texteImprimer le documentEnvoyer cette page par mail Partagez cet article Facebook Twitter Linked In Google+ Viadeo

mise à jour le 15 janvier 2017

Grenoble INP Institut d'ingénierie Univ. Grenoble Alpes