La datavisualisation est l’étude, la science ou l’art de représenter les données de façon visuelle parce qu’« un dessin vaut mieux qu’un long discours ». Cet outil permet d’aboutir à la compréhension d’une situation complexe décrite par de multiples informations et permet d’en faire une synthèse à l’aide de graphiques afin ainsi de se fonder une opinion et prendre des décisions sur cette situation.

Le cours se découpe en 2 grandes parties l’une généraliste sur les divers outils et règles utilisés en datavisualisation et l’autre plus axée sur la représentation graphique à l’issue d’une analyse plus approfondie des données. Ce syllabus ne traite que de la partie I.

1. Partie 1 «  Fondamentaux » : Quelques mots sur l’histoire et les enjeux actuels de la datavisualisation. Mise en place d’un glossaire pour identifier les termes techniques et avoir un langage commun.
2. Partie 2  « Autopsie » d’un graphique : Décrypter le langage graphique (sémiologie graphique) ; Identifier les composants d’un graphique et les traduire en termes d’information pour revenir à la source de données. Savoir évaluer les qualités et les défauts d’un graphique.
3. Partie 3 « Naissance d’un graphique » : ingrédients-recettes-résultats, comprendre la donnée et sa structuration. Choisir les bons descripteurs de l’information : descripteur brut ou synthétique ? Identifier ce que l’on veut. Mettre en pratique des concepts en utilisant divers outils informatisés allant du tableur Excel, à des applications Web en passant par des langages de programmation

    

   Ressources pédagogiques :

   • Cours Disponibles sur Elearn

Voir la page complète

La datavisualisation est l’étude, la science ou l’art de représenter les données de façon visuelle parce qu’« un dessin vaut mieux qu’un long discours ». Cet outil permet d’aboutir à la compréhension d’une situation complexe décrite par de multiples informations et permet d’en faire une synthèse à l’aide de graphiques afin ainsi de se fonder une opinion et prendre des décisions sur cette situation.

Le cours se découpe en 2 grandes parties l’une généraliste sur les divers outils et règles utilisés en datavisualisation et l’autre plus axée sur la représentation graphique à l’issue d’une analyse plus approfondie des données. Ce syllabus ne traite que de la partie II.

1. Partie 1 « méthodes descriptives non supervisées » :
   1. les règles d’association comme outil de « profilage » d’événements concomitants et leur visualisation via un graphe ;
   2. la classification ascendante hiérarchique comme outil de « profilage » d’unités statistiques et sa visualisation via le dendrogramme ;
   3. la réduction de dimension via l’analyse en composantes principales et ses outils de visualisation - introduction aux autres méthodes factorielles;
2. Partie 2  « méthodes prédictives supervisées » : un aperçu de l’utilisation des arbres de décision et de régression.

    

   Ressources pédagogiques :

   • Cours disponibles sur Elearn

Voir la page complète