Город: Тест Санкт-Петербург Новосибирск Казань Язык: Русский English

Визуализация данных
Санкт-Петербург / осень 2016, посмотреть все семестры

Запишитесь на курс, чтобы получать уведомления и иметь возможность сдавать домашние задания. Для записи требуется регистрация на сайте.
Перейти к регистрации Войти

Мир полон данных самой различной природы: метеорологические, экономические, социологические данные, информация о бизнес-процессах, — всё это доступно сегодня, как никогда. Данных много, но сами по себе они мало кому нужны: людям хочется делать какие-то выводы на основе этих данных. Загружать данные непосредственно в мозг мы, увы, пока не можем, поэтому приходится пользоваться традиционными каналами восприятия, самый мощный из которых — зрительный. Здесь и возникает задача визуализации данных, оказывающаяся подчас далеко не тривиальной. Подзадачи, входящие в эту глобальную задачу, лежат в областях науки самой разной степени «гуманитарности» — от психологии восприятия до математических методов статистики. Мы, конечно, сосредоточимся на информатико-математическом конце шкалы, но немного затронем и нематематический тривиум этой области.

  1. обзор: какие данные приходится визуализировать, как давно это начали делать и что умеют делать сейчас,
  2. что делать, когда измерений у данных много (к примеру, данные — результаты анкетирования населения по анкете со 100 вопросами), а их нужно изобразить на обычном двумерном холсте, — рассмотрим, как минимум, алгоритмы t-SNE и самоорганизующися карты Кохонена,
  3. как изображать данные, естественно представимые в виде графа (например, социальные сети), чтобы были видны «ключевые» вершины, сообщества, пучки связей между группами,
  4. какие чисто инженерные средства есть у современного компьютерно грамотного человека, чтобы эффективно представить данные,
  5. что такое хорошо и что такое плохо в визуализации данных, — поговорим о best practices и, для контраста, worst practices.
Оценка за курс выставляется по результатам выполнения практических заданий, посвященным реализации рассказанных на лекциях алгоритмам и подходам.

Дата и время Занятие Место Материалы
12 ноября
17:10–18:45
Лекция 1, Лекция ПОМИ РАН видео
12 ноября
19:05–20:40
Лекция 2, Лекция ПОМИ РАН видео
13 ноября
11:15–12:50
Лекция 3, Лекция ПОМИ РАН видео
13 ноября
13:00–14:35
Лекция 4, Лекция ПОМИ РАН видео
13 ноября
15:30–17:00
Лекция 5, Лекция ПОМИ РАН видео