数据可视化旨在借助于图形化的手段,清晰有效地传达原始数据的潜在信息,帮助用户直观地理解数据并快速发现数据中的规律,从而实现对稀疏而又复杂的数据的深入洞察。在本课程中,我们将融合颜色设计理论、认知科学原理、计算机图形学、数据挖掘、统计学、图像处理、计算美学等多方面的知识,介绍有效的数据可视化技术和算法。该课程面向在开发过程中有数据可视化需求及对前端开发工具感兴趣的本科生。本课程是一门理论与实践并重的课程,注重对学生编程开发能力的培养。选修该课程的同学,可在暑期期间自学一些 HTML及JavaScript的知识,为课程学习的顺利开展打下基础。
课程安排(单周6-9节|双周6-7节)
第01周 数据可视化简介(理论 | 实践,09月10日)
第02周 课程内容简介 | 可视化工具(理论,09月17日)
第03周 可视化分析(理论 | 实践,09月24日)
第04周 国庆放假
第05周 视觉感知与认知 | 颜色模型(理论+实践,10月08日)
第06周 网络图可视化(理论,10月14日)
第07周 理论课调整到第8周8-9节,实践课调整到第10周8-9节(10月22日)
第08周 层次数据可视化 | 文本数据可视化 | 课程大作业2分组(理论6-9节,10月29日)
第09周 地理数据可视化(理论+实践,11月05日)
第10周 时空数据可视化(理论+实践,11月12日)
第11周 科学可视化+医学可视化(理论+实践,11月19日)
第12周 高维数据可视化(理论,11月26日)
第13周 可视化交互与评估+大数据可视化(理论+实践,12月03日)
第14周 多媒体数据可视化+理论课回顾(理论,12月10日)
第15周 深度学习可视化+实践课程回顾(理论+实践,12月17日)
实践课内容 | 实践课代码 | jQuery UI示例代码 | 常见算法可视化 1 | 常见算法可视化 2 | 神经网络可视化 | CNN可视化示例1 | CNN可视化示例2 | Ant Design中后台框架演示 | Ant Design中后台框架项目主页
第16周 大作业2汇报(理论,12月24日,12-13节,18:50开始,地点:教书院413)
第17周 期末闭卷考试(12月31日,13:00-14:30,地点:文附楼105)
参考书籍
- 可视化导论. 陈为等. 高等教育出版社.
- The Visual Display of Quantitative Information (2nd Edition). E. Tufte. Graphics Press.
- The Grammar of Graphics. Leland Wilkinson, Springer.
- Visual Analytics for Data Scientists. Natalia Andrienko, Gennady Andrienko et al. Springer 2020
课程资料
- 可视化工具: EChart | D3 | Vega | AntV
- 学术会议: IEEE VIS 可视化顶会 | IEEE VIS2020 中国预会议 | 中国可视化与可视分析大会
课程要求
- 出勤及课堂讨论 (10%)
- 上机实践表现 (20%)
- 课后实践作业 (20%)
- 期末考试 (50%)
授课老师
李晨辉副教授 (可通过邮件方式与老师联系): chli@cs.ecnu.edu.cn