伊利诺伊大学香槟分校 Data Visualization 课程 笔记1

1. 定义

Data visualization is a high bandwidth connection between data on a computer system and a human brain, facilitated by visual communication.

2. 特征

洞悉数据,通过对数据的深入观察来帮助做进一步的决策,为后续探索研究提供进一步的假设。

3. 推荐书籍

The visual display of quantitative information

Visual explanations

Envisioning information

作者:Edward Tufte,Yale   书籍内容主要讲述数据可视化中主要应用的图形设计原则。

The visualization handbook

作者:Chuck Hansen, Chris Johnson,U.Utah  主要讲scientific visualization。

Readings in Information Visualization

作者:Stuart Card,Jock Mackinlay,Xerox PARC   课程负责人参考这本书中的诸多内容作为课程的内容,书是2000年出版有些老了,但是书中很多数据可视化的基本原理是不变的。

Information Visualization: Perception for Design

作者:Colin Ware,U.New Hampshire

Visualization Analysis & Design

作者:Tamara Munzner,U.British Columbia   这本书比较新,包含了科学数据可视化和信息可视化,还有task analysis和用户界面设计的知识,很不错。

4. 数据可视化种类

mathematical visualization, scientific visualization, information visualization

5. 可视化的模式(modes of visualization)

1) interactive visualization

描绘数据用于发现数据内部隐藏的原理或者规律,可以和数据交互,修改数据集输入。

2) presentation visualization

用于向人们展示数据,便于沟通交流,但是用户不能进行数据输入,只能观察数据。

3) interactive storytelling

类似presentation visualization,但是会展示更多的数据,用户可以数据进行有限的交互,但是不可以修改数据集。

时间: 2024-11-07 13:35:18

伊利诺伊大学香槟分校 Data Visualization 课程 笔记1的相关文章

伊利大胆植入《我们15个》,陪玩儿赚大了!

当真人秀成为主流的大众娱乐节目时,节目的创新形式也就越来越多,唱歌的.搞笑的.做任务的.亲子的.相亲的.闯关的.冒险的.旅游的.运动的,随着娱乐真人秀节目的愈发多样化,广告营销方式也在悄然发生着变革,伊利植入<我们15个>的大胆尝试,更是翻新了广告植入的新历史. 素人+直播+日播+周播的节目形式,创新还真需要魄力 为何说她大胆,要先从这档节目说起.这档节目的形式说简单也复杂,说复杂也简单.简单的说,是由15个现代都市中彼此陌生的人,集中到浙江的一处荒山尝试团体合作式的拓荒生存,节目组只提供一个

加州大学伯克利分校Stat2.3x Inference 统计推断学习笔记: Section 4 Dependent Samples

Stat2.3x Inference(统计推断)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) Summary Dependent Variables (paired samples) SD of the difference is $$\sqrt{\sigma_x^2+\sigma_y^2-2\cdot r\cdot\sigma_x\cdot\sigma_y}$$ whe

加州大学伯克利分校Stat2.3x Inference 统计推断学习笔记: FINAL

Stat2.3x Inference(统计推断)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) ADDITIONAL PRACTICE FOR THE FINAL In the following problems you will be asked to choose one of the four options (A)-(D). The options are sta

加州大学伯克利分校Stat2.3x Inference 统计推断学习笔记: Section 5 Window to a Wider World

Stat2.3x Inference(统计推断)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) Summary Chi-square test Random sample or not / Good or bad $$H_0: \text{Good model}$$ $$H_A: \text{Not good model}$$ Based on the expected p

加州大学伯克利分校Stat2.3x Inference 统计推断学习笔记: Section 2 Testing Statistical Hypotheses

Stat2.3x Inference(统计推断)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) Summary Test of Hypotheses $$\text{Null}: H_0$$ $$\text{Alternative}: H_A$$ Assuming the null is true, the chance of getting data like the d

加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Midterm

Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) PRACTICE PROBLEMS FOR THE MIDTERM PROBLEM 1 In a group of 5 high school students, 2 are in 9th grade, 2 are in 10th grade, and 1 is in 12th

加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Section 1 The Two Fundamental Rules (1.5-1.6)

Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) Summary Bayes Theorem $$P(A_i|B)=\frac{P(B|A_i)\cdot P(A_i)}{\sum_{j}P(B|A_j)\cdot P(A_j)}$$ where $$P(B)=\sum_{j}P(B|A_j)\cdot P(A_j)$$ GRA

加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Section 2 Random sampling with and without replacement

Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) Summary Independent $$P(A\cap B)=P(A)\cdot P(B)$$ Binomial Distribution $$C_{n}^{k}\cdot p^k\cdot(1-p)^{n-k}$$ R function: dbinom(k, n, p) U

加州大学伯克利分校Stat2.2x Probability 概率初步学习笔记: Final

Stat2.2x Probability(概率)课程由加州大学伯克利分校(University of California, Berkeley)于2014年在edX平台讲授. PDF笔记下载(Academia.edu) ADDITIONAL PRACTICE FOR THE FINAL PROBLEM 1 A box contains 8 dark chocolates, 8 milk chocolates, and 8 white chocolates. (It’s amazing how t