Visualização de Dados

Código

01063146

Créditos ECTS

6

Objetivos

  • A. Explicar os fundamentos teóricos, cognitivos e metodológicos da visualização de dados e o seu papel na exploração e na comunicação da informação.
  • B. Preparar, transformar e modelar conjuntos de dados para suportar processos de visualização adequados ao contexto de análise.
  • C. Selecionar e aplicar técnicas de visualização apropriadas ao tipo de dados, aos objetivos analíticos e ao público-alvo.
  • D. Desenvolver visualizações interativas, dashboards e relatórios dinâmicos, recorrendo a ferramentas especializadas e a linguagens de programação para ciência de dados.
  • E. Avaliar criticamente a qualidade, a eficácia, a acessibilidade e a usabilidade das visualizações de dados, fundamentando as opções de design adotadas.
  • F. Conceber, em equipa, um projeto de visualização de dados que integre a preparação de dados, o desenvolvimento de visualizações interativas e a comunicação dos resultados para apoio à decisão.

Programa

  1. Fundamentos da visualização de dados
    1.1 Processo de visualização
    1.2 Perceção visual e cognição
    1.3 Princípios de design da informação
    1.4 Comunicação visual de dados
  2. Preparação e modelação de dados
    2.1 Tipologias de dados
    2.2 Limpeza e transformação
    2.3 Estruturação e modelação
    2.4 Qualidade dos dados
  3. Técnicas de visualização
    3.1 Dados quantitativos
    3.2 Dados temporais
    3.3 Dados geoespaciais
    3.4 Dados multivariados
    3.5 Grafos e redes
  4. Ferramentas de visualização
    4.1 Python
    4.2 R
    4.3 Bibliotecas de visualização
    4.4 Ferramentas de Business Intelligence
  5. Design de visualizações
    5.1 Storytelling com dados
    5.2 Dashboards
    5.3 Acessibilidade
    5.4 Boas práticas de design
  6. Visualizações interativas
    6.1 Interatividade
    6.2 Filtros e exploração
    6.3 Relatórios dinâmicos
    6.4 Publicação de visualizações
  7. Visualização de Big Data
    7.1 Grandes volumes de dados
    7.2 Escalabilidade
    7.3 Visual Analytics
    7.4 Tendências atuais

Métodos de Ensino

Serão utilizadas metodologias diversificadas, centradas na aprendizagem ativa e alinhadas com o Modelo Pedagógico da Universidade dos Açores.
• Aulas teórico-práticas com exposição dialogada dos conceitos fundamentais, análise crítica de exemplos de visualizações e discussão de casos reais de comunicação de dados, promovendo uma aprendizagem centrada no estudante (OPT B.1).
• Laboratórios de visualização de dados, onde os estudantes desenvolvem progressivamente representações gráficas utilizando Python, R e ferramentas de Business Intelligence, recebendo feedback contínuo do docente (OPT B.1, B.2 e B.5).
• Aprendizagem baseada em projetos (Project-Based Learning) através da conceção e desenvolvimento de dois projetos de visualização aplicados a conjuntos de dados reais, promovendo competências de análise, criatividade e resolução de problemas (OPT B.2).
• Análise crítica e revisão colaborativa de visualizações (peer review), incentivando a reflexão sobre princípios de design, comunicação visual, acessibilidade e experiência do utilizador (OPT B.2 e B.5).
• Utilização da plataforma Moodle para disponibilização de recursos pedagógicos, submissão faseada dos trabalhos, fóruns de discussão, autoavaliação e feedback contínuo (OPT B.3 e B.4).
• Utilização de ferramentas profissionais de análise e visualização de dados (Python, R, bibliotecas de visualização, Power BI, Tableau ou equivalentes), aproximando os estudantes das práticas atuais da ciência de dados e da inteligência de negócio (OPT B.7).
• Discussão de artigos científicos, estudos de caso e relatórios técnicos sobre Visual Analytics, Data Storytelling e Ciência dos Dados, promovendo a ligação entre ensino, investigação e inovação (OPT B.7).

Bibliografia

- SM. O. Ward, G. Grinstein, D. Keim (2015), Interactive Data Visualization: Foundations, Techniques, and Applications, CRC Press.
- Kirk, A. (2020), Data Visualization: A Handbook for Data Driven Design, 3rd edition, SAGE Publications Ltd.
- Robertson, J., & Neumann, P. (2021), Interactive Visualization: Principles and Practice. CRC Press.
- Robert Kabacoff (2024), Modern Data Visualization with R, First Edition.
- A Knaflic, C.N. (2019), Storytelling com Dados: Um guia sobre visualização de dados para profissionais de negócios, Alta Books.
- Wickham, H., & Grolemund, G. (2019), R para Data Science, Alta Books.

Método de Avaliação