课程简介
随着信息技术的高速发展,信息数据量呈指数增长。对海量的复杂数据的分析和处理迫切需要先进的可视化技术。在本慕课课程中,我们将探讨如何建立包括科学和信息可视化在内的有效的可视化方法。本课程面向有兴趣在自己的学习工作中使用可视化或者有志于从事可视化研究的同学。 慕课课程将主要通过案例和实践,提供丰富在线的案例和可视化代码样本,教授学员对可视化方法和原理的深入理解。
课程大纲
教学目的与要求
1. 了解可视化研究领域和主要研究方向。
2. 掌握可视化的基本理论和基本方法。
3. 掌握几种可视化的重要算法。
4. 学会利用可视化与可视分析技术分析和解决在实际工作学习中的现实问题,提高发现问题与解决问题的能力。
教学内容
第一周:数据可视化引论
第二周:数据抽象
第三周:数据编码
第四周:可视化任务与分析
第五周:交互操作
第六周:颜色
第七周:表格数据可视化
第八周:高维数据可视化
第九周:层次结构数据可视化
第十周:图数据可视化
第十一周:时变数据可视化
第十二周:地理信息以及空间数据可视化
第十三周:可视化经验法则
课程说明
本课程分为14小节。除了在线视频,还提供了丰富的阅读材料。可视化需要开展实践。鼓励学员在线下开展更多的可视化实践编程练习,提高解决问题的能力。
参考资料
Tamara Munzner. Visualization Analysis and Design. CRC Press, 2014.
Robert Spence. 信息可视化 — 交互设计. 机械工业出版社, 2011.
Riccardo Mazza. Introduction to Information Visualization. Springer, 2009.
Colin Ware. Visual Thinking for Information Design. Elsevier Inc, 2021.
北京大学可视化与可视分析博客 — 论文阅读分享
拓展阅读
其他
课程部分参考T. Munzner的教材Visualization Analysis & Design, 以及相关教案。
主讲教师
袁晓如 可视化/可视分析
袁晓如 北京大学智能学院研究员/长聘副教授,博士生导师,机器感知与智能教育部重点实验室副主任,大数据分析与应用国家工程实验室常务副主任。研究兴趣主要为可视化与可视分析。高动态范围可视化的工作获得2005年IEEE VIS大会最佳应用论文奖。2013年来指导实验室团队多次在IEEE VAST可视化分析挑战赛中获奖。数十次担任IEEE VIS, EuroVis, IEEE PacificVis等国际可视化会议程序委员会委员。2017、2021年 IEEE VIS大会论文主席(SciVis)。中国图象图形学学会可视化与可视分析专业委员会主任。2008年开始在北京大学开始可视化课程。2009年开始面向全国举办可视化暑期学校。
相关课程推荐