情報可視化とヴィジュアルアナリティクス(視覚的データ解析)に関して基礎から最近の動向までを解説するとともに、そのために必要な実践能力を育む。
(1) 情報可視化、ヴィジュアルアナリティクスの考え方を理解する
(2) 情報可視化、ヴィジュアルアナリティクスに要するデータ処理の技術が身につく
(3) 情報可視化、ヴィジュアルアナリティクスで用いられる表現手法について理解し、簡単な表現を実践できる
情報可視化、ヴィジュアルアナリティクス、インタラクティブデータ解析
✔ 専門力 | 教養力 | ✔ コミュニケーション力 | ✔ 展開力(探究力又は設定力) | ✔ 展開力(実践力又は解決力) |
概ね講義と実習を交互に実施する。実習では、直前の講義で学んだ内容に関した事例をグループのなかで議論した結果をまとめて発表する。宿題としてプログラミング課題を与える。最終課題としてインフォグラフィックスのポスター作成を実施する。
授業計画 | 課題 | |
---|---|---|
第1回 | LX1: ガイダンス、情報可視化とは | 情報可視化の概要について学ぶ |
第2回 | LX2: What: Data and data abstraction | データについて語り、データ抽象化について理解する。 |
第3回 | EX2: Case studies on LX2 | LX2 に関するケーススタディとグループ討論。 プログラミング課題 (外れ値解析: Pandoc, Pandas) |
第4回 | LX3: Why: Task and task abstraction | 可視化の目的について理解する。 |
第5回 | EX3: Case studies on LX3 | LX3 に関するケーススタディとグループ討論。 プログラミング課題 (Pandas) |
第6回 | LX4: Visualization of low-dimensional quantitative data | 低次元数値データの可視化技術について学ぶ |
第7回 | EX4: Case studies on LX4 | LX4 に関するケーススタディとグループ討論。 プログラミング課題 (Matplotlib) |
第8回 | LX5: Visualization of high-dimensional quantitative data | 高次元数値データの可視化技術について学ぶ |
第9回 | EX5: Case studies on LX5 | LX5 に関するケーススタディとグループ討論。 プログラミング課題 (Matplotlib) |
第10回 | LX6: Visualization of Temporal data | 時間とともに変化するデータの可視化について学ぶ |
第11回 | EX6: Case studies on LX6 | LX6 に関するケーススタディとグループ討論。 プログラミング課題 (Pandas, Matplotlib) |
第12回 | LX7: Interaction | インタラクティブデータ解析の応用例について学ぶ |
第13回 | LX8: Visual Analytics Systems | さまざまなヴィジュアルアナリティクスシステムについて学ぶ |
第14回 | LX9: Immersive VA | VR, AR 技術とヴィジュアルデータアナリティクスについて学ぶ |
第15回 | まとめ | まとめ |
指定なし
伊藤貴之、意思決定を助ける情報可視化技術、コロナ社, 2018.
以下の総合点で成績を算定する。
- グループ討論への貢献 (40点)
- 5つのプログラミング課題 (30点)
- 最終課題:インフォグラフィクスのポスター作成 (30点)
- コミュニケーション能力:500文字程度の作文を厭わないこと、学生同士の議論を忌避しないこと
- 本学情報理工学院の卒研配属レベルのプログラミング能力 (Python の経験があるとなおよい)
- GitHub, git を不自由なく利用できること