Ministrantes: Rosane Minghim (UCC-Irlanda e ICMC-USP), Erasmo Artur (UFPI) e Manan Kalra (UCC-Irlanda)
Resumo: A análise de dados complexos ou em larga escala demanda lançar mão de muitos recursos computacionais. O processo para transformar uma coleção de atributos em informação útil para o analista passa por uma série de etapas, e as decisões em cada delas podem afetar profundamente a aplicação dos resultados da análise. O campo da visualização de dados exerce papéis fundamentais neste processo, apoiando todas as suas etapas, incluindo análise de atributos, estudo de padrões, criação de modelos, avaliação de modelos e explicação do processo e dos resultados para o usuário final. Esse curso vai revisar as técnicas de visualização envolvidas em cada uma das etapas da análise de dados complexos e ilustrar seu uso com estudos de casos envolvendo dados reais.
Conteúdo:
Categorias, Técnicas e Ferramentas de Visualização
Análise Visual de Atributos
Visualização em Análise Exploratória
Visualizando a Qualidade dos Seus Dados e do seu Modelo
O papel dos Infográficos.
Estudos de caso: Registros Médicos, Redes Sociais, Biologia de Sistemas, Monitoramento Ambiental, Covid-19.
Observações: Serão deixadas instruções disponíveis para o curso a partir de 10 de Outubro. O estudo de casos do Covid-19 será apresentado em inglês.
Referências:
Grinstein, G.; Ward, M; Keim, D. – Interactive Data visualization: foundations, Techniques and Applications, 2nd edition, 2015.
Tela, A. C. – Data Visualizatin – Principles and Practice, 2nd edition, 2015.
Munzner, T. – Visualization Analysis and Design, 2014.
Mini CV:
Rosane Minghim foi docente por 33 anos é atual colaboradora do ICMC-USP. Atua como docente na School of Computer Science and Information Technology, University College Cork, Irlanda. Com Graduação na USP, mestrado na UNICAMP e doutorado na University of East Anglia, Inglaterra, foi pesquisadora visitante na University of Massachusetts Lowell – USA (2001-2002) e na Dalhousie University – Halifax (Canada) (2015), onde ainda tem laços de pesquisa. Interage com pesquisadores em várias instituições no Brasil, na Europa e na América do Norte. Tem projetos e trabalhos concluídos e em andamento financiados pelas principais agências de fomento no Brasil e no exterior, com resultados publicados em jornais e eventos das áreas de visualização, bioinformática, computação gráfica, etc. Atua em Ciência de Dados com foco no papel do analista no processo de análise de dados, em visualização de dados e em aplicações.
Erasmo Artur da Silva Júnior é Bacharel em Ciência da Computação pela Universidade Federal do Piauí (UFPI/2006), mestre em Ciência da Computação pela Universidade Federal do Ceará (UFC/2013), e doutor em Ciências da Computação e Matemática Computacional pela Universidade de São Paulo (USP/2020). Tem experiência em computação gráfica e visualização de dados. Atualmente é analista de tecnologia da informação na Universidade Federal do Piauí.
Manan Kalra é pós-graduando em Data Science & Analytics na University College Cork, Irlanda. Seus interesses giram em torno de Ciência de Dados e Aprendizado de Máquina de forma geral, uma vez que atua em projetos acadêmicos e industriais em estudos de caso de Visualização, Processamento de Linguagens Naturais e Visão desde a sua graduação. Tem um ano de experiência com Cientista de Dados na IBM, onde trabalhou com soluções para análise de risco de crédito e segmentação de clientela para clientes bancários e de comércio digital. É um colaborador ávido de código aberto e serviu como Mentor da Google Code-in para coala.io.