Στόχος Μαθήματος:

Στόχος του μαθήματος είναι να εισαγάγει τους φοιτητές στις βασικές αρχές και τεχνικές για την οπτικοποίηση δεδομένων, τόσο κατά το στάδιο της διερεύνησης όσο αυτό της επικοινωνίας, και να τους δώσει την ευκαιρία να αποκτήσουν πρακτική εμπειρία στην ανάλυση και την οπτικοποίηση δεδομένων μέσω της χρήσης εναλλακτικών εργαλείων οπτικοποίησης όπως το εργαλείο Tableau, τις γλώσσες Processing και R, καθώς και τη βιβλιοθήκη D3.

Μαθησιακά Αποτελέσματα:

Μέσα από τις δραστηριότητες του μαθήματος αναμένεται ότι οι φοιτητές: 

1.     Θα είναι σε θέση να αναγνωρίσουν και να εφαρμόσουν βασικές αρχές αιτιολογικής και διευρευνητικής οπτικοποίησης δεδομένων 

2.     Θα είναι σε θέση να αναγνωρίσουν και να εφαρμόσουν τα στάδια οπτικοποίησης δεδομένων

3.     Θα αποκτήσουν δεξιότητες οπτικοποίησης δεδομένων με χρήση διαφορετικών εργαλείων όπως το εργαλείο Tableau, τα περιβάλλοντα Processing και R και τις βιβλιοθήκες D3 και ggplot2.

Περιεχόμενο Μαθήματος:

1.     Ορισμοί και  η σημασία της οπτικοποίησης. Αιτιολογική και Διερευνητική Οπτικοποίηση. Ιστορική αναδρομή. Εργαλεία οπτικοποίησης.

2.     Επεξεργασια δεδομενων. Τύποι δεδομένων και αναπαραστάσεων. Ανοικτά δεδομένα. Καταγραφή προσωπικών δεδομένων με το εργαλείο Aware. Επεξεργασία δεδομένων με το MS Excel

3.     Από τα δεδομένα στο αφήγημα. Η οπτικοποίηση ως διαδικασία επαναληπτικού σχεδιασμού. Σχεδιάζοντας την ιδέα στο χαρτί. Σχεδιάζοντας πληροφοριακά γραφήματα με το εργαλείο Canva. 

4.     Εργαλεία οπτικοποίησης. Εισαγωγή στις γλώσσες SVG και D3.js. Εργαλεία διαδραστικής οπτικοποίησης βασισμένα στην D3.js. Χρήση των εργαλείων google charts και chartio. Διερευνητική οπτικοποίηση με το εργαλείο Tableau. Σχεδιασμός διαδραστικής οπτικοποίησης δεδομένων με τη γλώσσα processing

5.     Η ψυχολογία της οπτικοποίησης. Αντίληψη και επεξεργασία της πληροφορίας. Φυσιολογία του ανθρώπινου οπτικού συστήματος. Αντίληψη και γνωστική επεξεργασία οπτικών ερεθισμάτων. Εφαρμογές στην οπτικοποίηση δεδομένων. 

6.     Εισαγωγή στη γλώσσα R για σκοπούς οπτικοποίησης δεδομένων. Το περιβάλλον της R και του R Studio. Μεταβλητές και διανύσματα. Πίνακες και data frames. Ανάγνωση και επεξεργασία δεδομένων στην R. Εισαγωγή στις βιβλιοθήκες οπτικοποίησης ggplot2 και plot.ly.