Ensimag Rubrique Formation 2022

Visualisation de l'information - WMMBEVI5

  • Volumes horaires

    • CM 9.0
    • Projet -
    • TD 9.0
    • Stage -
    • TP -
    • DS -

    Crédits ECTS

    Crédits ECTS 2.0

Objectif(s)

Les objectifs du cours de Visualisation d'Information comprennent:

  • 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

Responsable(s)

Georges-Pierre BONNEAU

Contenu(s)

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

Il n'y a pas de connaissances prérequises pour ce cours.

Contrôle des connaissances

L'évaluation est basée sur des travaux pratiques remis par les étudiants (note CC)

N1=CC N2=CC

Calendrier

Le cours est programmé dans ces filières :

  • Cursus ingénieur - Mastère Big-Data - Semestre 9
cf. l'emploi du temps 2022/2023

Informations complémentaires

Code de l'enseignement : WMMBEVI5
Langue(s) d'enseignement : FR

Vous pouvez retrouver ce cours dans la liste de tous les cours.

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