| Visualización de datos | Código: M2.859 Créditos: 6 |
Esta asignatura culmina el proceso seguido durante el ciclo de vida de los datos, desde la captura y manipulación de datos cuantitativos, pasando por la creación de modelos avanzados para su clasificación, relación y predicción, y finalizando con su visualización mediante herramientas avanzadas.
El objetivo del máster de Data Science de la UOC es la formación de profesionales todo-terreno con una formación en análisis y solución de problemas de negocio, estadística avanzada y minería de datos y diseño y construcción de sistemas de información, que pueden trabajar en diferentes departamentos de la empresa o en un centro de competencias transversal.
Esta asignatura presupone que el estudiante ya maneja el vocabulario típico del área de Data Science, y que conoce los elementos clave que forman parte de dicho ámbito.
Para la realización de esta asignatura solamente se presuponen unos conocimientos básicos de programación, dado que se plantea desde una perspectiva orientada a resolver problemas mediante la combinación de soluciones (herramientas) ya existentes. También se necesitan unos conocimientos básicos para la creación de páginas web que permitirán implementar las visualizaciones de forma interactiva. Para ello se proporcionarán ejemplos que podrán ser reutilizados para alcanzar los objetivos propuestos.
Además, como la metodología incluye estudios de casos y la investigación autónoma de información, es aconsejable que el estudiante esté familiarizado con la búsqueda de fuentes de información, el análisis de la información cuantitativa y cualitativa, la capacidad de sintetizar y obtener conclusiones así como de poseer ciertas habilidades de comunicación escrita.
Finalmente, dada la naturaleza de la asignatura, es necesario utilizar herramientas y procedimientos descritos en lengua inglesa, por lo que un nivel básico de lectura y comprensión de textos técnicos es aconsejable.
Los objetivos que se pretende que el estudiante alcance con esta asignatura son los siguientes:
- Conocer los elementos clave que determinan la idoneidad de una visualización de datos por lo que respecta a su estructura y contenido.
- Comprender los elementos de interactividad que aportan valor a una visualización.
- Utilizar herramientas avanzadas para la creación de visualizaciones.
- Reutilizar visualizaciones de datos avanzadas (en D3.js) de forma que sea posible usarlas con diferentes conjuntos de datos.
Esta asignatura se compone de los módulos siguientes:
- Módulo 1: Conceptos clave en la visualización de datos
- Guía de lectura de trabajos clave en el ámbito de la visualización de datos
- Ejemplos de visualizaciones de datos
- Módulo 2: Estructura de una visualización
- ¿Cuáles son los factores que componen una visualización y que determinan que sea eficaz?
- Ejemplos de buenas y malas prácticas en la visualización de datos
- Módulo 3: Creación de visualizaciones complejas mediante herramientas avanzadas
- Caso de estudio
- Tableau
- Módulo 4: Utilización de la visualización de datos como herramienta de análisis exploratorio
- Selección de la visualización más apropiada
- Relación con el análisis de datos
- D3.js
| Material | Soporte |
| Presentación de documentos y elaboración de presentaciones | |
| Introducción a ggplot2 y ggmap | |
| Herramientas para la visualización de datos | Audiovisual |
| Guía básica de edición de vídeo | Web |
| Ejemplos de visualizaciones D3 | Web |
| Creación de un gráfico de barras con Tableau | Audiovisual |
| Creación de un mapa con Tableau | Audiovisual |
| Creación de un heatmap con Tableau | Audiovisual |
| Creación de un dashboard con Tableau | Audiovisual |
| Proceso de carga de datos con Tableau | Audiovisual |
| Aspectos básicos de la interactividad en la visualización de datos | Audiovisual |
| Herramientas en la nube para crear infografías | Audiovisual |
| Introducción a la infografía y visualización de datos | Audiovisual |
| Cuaderno del Taller de color | Web |
| Espacio de recursos de ciencia de datos | Web |
| Introducción al análisis visual mediante D3. Datos, layouts, visualizaciones | |
| Tipos de visualizaciones de datos avanzadas | Audiovisual |
| Visualización de textos | Audiovisual |
| Visualización de redes | Audiovisual |
| Visualización de mapas | Audiovisual |
| Tipos de visualizaciones de datos básicas | Audiovisual |
| Rediseño de una visualización de datos | Audiovisual |
| Guía para crear una visualización | Audiovisual |
| Toolkit de género | Web |
| Repositorio de herramientas digitales (Toolkit) | Web |
| Cómo crear visualizaciones con Flourish | Audiovisual |
| ¿Cómo hacer presentaciones visuales de proyectos de diseño? | Audiovisual |
| Visualización con Datawrapper sobre mujeres en posiciones directivas | Audiovisual |
Esta asignatura está planteada de forma que los estudiantes puedan ir adquiriendo competencias relacionadas con el ámbito de la visualización de datos de acuerdo a las siguientes metodologías:
- Materiales docentes: cada actividad propuesta por el consultor va acompañada de unos materiales docentes y ejemplos que se espera que el estudiante lea detenidamente, para alcanzar un nivel inicial que le permita progresar mediante el resto de actividades propuestas. Este material se complementa con las lecturas propuestas por el consultor y la bibliografia recomendada, así como con otros materiales adicionales relativos a la utilización de herramientas y lenguajes de programación.
- Uso del debate: al inicio de cada actividad, el consultor propondrá un debate que servirá para articular el discurso alrededor del tema que se esté trabajando en dicha actividad y que sirva para resolver dudas al respecto. Se espera también que los estudiantes participen activamente en el debate y realicen aportaciones, de forma que sea posible avanzar en un contexto de creación conjunta de conocimiento, compartiendo recursos relacionados con el tema en discusión.
- Ejercicios prácticos: algunas actividades propuestas serán de carácter práctico, debiendo el estudiante utilizar diferentes herramientas para conseguir un objetivo propuesto, combinando los conocimientos adquiridos mediante los materiales docentes, el uso del debate y la acción docente del consultor, siguiendo unos ejemplos como base y utilizando los materiales de soporte proporcionados.
|
La asignatura solo puede aprobarse con el seguimiento y la superación de la evaluación continua (EC). La calificación final de la asignatura es la nota obtenida en la EC. |
Nota final de asignatura: EC
Esta asignatura consta de un total de 4 Pruebas de Evaluación Continua (PECs), tres de las cuales son obligatorias y la cuarta es opcional.
- PEC1: en esta PEC cada estudiante deberá presentar un ejemplo de visualización de datos que haya escogido de acuerdo a sus propios criterios y presentarla siguiendo el marco de referencia del módulo 1 de la asignatura.
- PEC2: en esta PEC cada estudiante deberá presentar dos ejemplos de visualizaciones de datos, uno como buena práctica y el otro como mala práctica, siguiendo las indicaciones del módulo 2 de la asignatura y el debate asociado al mismo.
- PEC3: en esta PEC cada estudiante deberá crear una visualización de datos de un conjunto que haya escogido, siguiendo el ejemplo proporcionado en el caso de estudio del módulo 3 de la asignatura.
- PEC4: en esta PEC, opcional pero recomendable, cada estudiante deberá adaptar una visualización de datos existente a un conjunto de datos de su interés, siguiendo la metodología propuesta en el módulo 4 de la asignatura.
Para superar esta asignatura mediante la evaluación continua, el estudiante deberá realizar las tres primeras PEC de forma obligatoria, obteniendo al menos una nota de C- (equivalente a 4 puntos) para poder hacer una media ponderada entre todas las PEC y obtener un aprobado, de acuerdo a los pesos siguientes:
- PEC1: 15%
- PEC2: 30%
- PEC3: 40%
Dada su naturaleza, la PEC1 puede ser recuperada con la PEC2. Así, aquellos estudiantes que no entreguen la PEC1 (obteniendo una N) o bien la suspendan (obteniendo una D), podrán recuperarla entregando el trabajo equivalente de forma adicional en la PEC2. En este caso, si se realiza de forma satisfactoria, la nota obtenida para la PEC1 será de un aprobado (equivalente a 5 puntos) que será utilizado para hacer la media ponderada.
La PEC4 es opcional y tiene un peso del 15%, siendo por lo tanto obligatoria para aquellos estudiantes que deseen obtener la nota máxima (una A) como calificación final de la asignatura. Si no se realiza la PEC4, la nota máxima que se podrá alcanzar en la asignatura será una B.
Dada la naturaleza de esta asignatura, donde cada estudiante adquiere y desarrolla competencias de acuerdo a sus intereses personales y/o profesionales siguiendo las recomendaciones del consultor, se proporcionará feedback siguiendo los principios siguientes:
- Se fomenta el uso del debate para la creación colectiva de conocimiento y la resolución de dudas entre pares, bajo la supervisión del consultor.
- Al final de cada actividad evaluable, el estudiante recibirá una nota y unos comentarios con respecto al trabajo realizado. Los estudiantes que así lo deseen, pueden solicitar al consultor una ampliación de dicha calificación.
- Mediante los espacios de comunicación comunes, el consultor comentará los elementos clave de cada actividad evaluable, identificando aquellos aspectos que hayan generado más dudas o confusión entre el conjunto de estudiantes.
- Finalmente, cuando sea posible el consultor proporcionará ejemplos de los mejores trabajos realizados por los estudiantes, como muestra de buenas prácticas que pasarán a formar parte del conjunto de recursos de la asignatura.