Visualización Gráfica
Introducción
Este curso se origina desde la pregunta: ¿cómo se ve la información? o más específicamente: ¿qué narrativas están cifradas en un determinado corpus de información?. En este sentido, nos preguntamos por las correspondencias entre las dimensiones cuantitativas o cualitativas intrínsecas a la información con sus representaciones visuales; ¿cómo se determina esta relación biyectiva entre la información y el relato visual? ¿cuál es el lenguaje de aparición de la información?
Específicamente en el ámbito digital esta pregunta adquiere otras connotaciones: ¿cómo podemos diseñar algoritmos computacionales que construyan las correspondencias visuales independientes de un caso particular e idiosincrático que nos permita examinar un flujo de información? o ¿qué criterios (y competencias) debemos desarrollar para manipular información dinámica?
Objetivos
- Introducir a los alumnos a la problemática de la visualización computacional
- Formar la capacidad de recolectar datos, filtrarlos y aplicar "data mining" sobre los mismos (en el PDE Processing)
- Formar la capacidad de hacer preguntas pertinentes a partir de un corpus de datos determinado, preguntas que permitan la emergencia de narrativas visualmente interesantes y reveladoras a partir de estos datos
- Discriminar la pertinencia de los distintos lenguajes gráficos en relación a los datos
Metodología
Este curso está pensado como una extensión del módulo de primer año diseño Imágen Digital y considera las materias tratadas en este módulo como pre requisito para asistir a este seminario pues se avanza sobre los conocimientos básicos de programación gráfica ofrecidos en ese curso.
En cuanto a la metodología específica de la visualización, este curso se apoya fuertemente en el modelo de Ben Fry en su tesis doctoral Computational Information Design:
- Adquisición de datos: Recolección y catastro de datos dinámicos y cambiantes
- Análisis de datos: (eng: Parsing) Formateo de datos de acuerdo al uso
- Filtración de datos: Automatización de procesos manuales tediosos
- Data mining: Modificación de parámetros estadísticos
- Representación: Elección y diseño del lenguaje visual, prototipado
- Refinación: Cambio de las leyes de representación
- Interacción: Transición contínua entre los diversos estados o puntos de vista alternativos
Calendario
- Lunes 23 de Junio: Introducción al Curso y a la problemática de la visualización. Descripción del sistema de evaluación y del sentido del curso.
- Lunes 30 de Junio: Se introducen lenguajes de representación gráfica y se discuten ejemplo. Se da inicio del proyecto individual donde cada cual expone su pregunta y su posiblecorpus de datos.
- Lunes 7 de Julio: Se presenta la metodología de investigación centrada en las personas
- Lunes 14 de Julio: Revisión de proyectos individuales y formato de Wiki
- Lunes 21 de Julio:
- Lunes 28 de Julio:
- Lunes 4 de Agosto:
- Lunes 11 de Agosto:
- Lunes 18 de Agosto:
- Lunes 25 de Agosto:
- Lunes 1 de Septiembre:
Alumnos
- Marina Arancibia
- Sebastián Barria
- Natalia Cancino
- Sarah Contreras
- Manuela Del Pino
- Paulina Delgado
- Romina Guerra A.
- Claudia Ortiz R.
- Diego Oyarzún R.
- Evelyne Ramírez
- Estefanía Suárez
- Elizabeth Toro
- Carolina Venegas
- Damari Vergara
- Mª Angélica Geisse
Bibliografía
- Visualizing Data, Ben Fry - O'Reilly 2007
- Online Datasets
- GapMinder
- Earth Trends
- Latitud y longitud promedio de los países
- Population Reference Bureau
- Nationmaster (datos on-line)
- CELADE datos demográficos