1. Início
  2. NOVA Information Management School
  3. Mestrado em Ciência de Dados e Métodos Analíticos Avançados
  4. Especialização em Data Science
  5. Visualização de Dados

Visualização de Dados

Objetivos

Este curso ensinará como criar visualizações que comuniquem efetivamente o significado por trás dos dados por meio da percepção visual. Serão abordados conceitos sobre a percepção humana da informação gráfica, bem como diferentes formas de mapear dados quantitativos e qualitativos. Usaremos o software Python para realizar exercícios de visualização de dados com o objetivo de explorar a interação visual com os dados para análise e comunicação.

Caracterização geral

Código

200176

Créditos

4.0

Professor responsável

Manuel Forjaz de Sampaio Sousa Lima

Horas

Semanais - A disponibilizar brevemente

Totais - A disponibilizar brevemente

Idioma de ensino

Português. No caso de existirem alunos de Erasmus, as aulas serão leccionadas em Inglês

Pré-requisitos

Nenhum

Bibliografia

Tamara Munzner (2014). Visualization Analysis and Design. CRC Press.

Nathan Yau (2011). Visualize this – The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc.

Método de ensino

Aulas teórico-práticas relacionadas com conceitos de Visualização de Dados e software específico (Python e Tableau).

Método de avaliação

1ª fase
• Relatório e apresentação do projeto (70%). O projeto pode ser desenvolvido utilizando as ferramentas apresentadas durante as aulas (Plotly ou Tableau). 
• Todas as entregas têm multa de 2,5% para cada dia após o deadline.
• Teste durante as aulas (30%).
• Não existe exame de 1ª fase.

2ª fase
• Relatório e apresentação do projeto (50%). A data de entrega do relatório é a mesma da primeira fase. Não é possível melhorar a nota do projeto apresentado na 1ª fase.
• Exame de 2ª fase (50%) (nota mínima de 9,5 valores). Se o projeto não for entregue, o exame valerá 100%. Consulte a data do exame para a 2ª fase no calendário oficial de exames.

Conteúdo

• Introdução à visualização

• Abstração de dados e tipos de dados

• Marcas e canais

• Tabelas de visualização.

• Dados Espaciais.

• Gráficos. Redes e Árvores.

• Cor.

• Narrativa.