7.67. Visualización de Datos Avanzada (Electivo)

7.67. Visualización de Datos Avanzada (Electivo)

Figura 7.67: Mapa de Conexión. CS254 Visualización de Datos Avanzada

7.67.1. Justificación ↑ Volver arriba

En la era del Big Data, la capacidad de comunicar información compleja de manera visual y efectiva es fundamental. Este curso profundiza en los principios de la percepción visual, el diseño de tableros (dashboards) interactivos y el uso de herramientas avanzadas para la narrativa de datos (storytelling). Se centra en transformar análisis abstractos en representaciones visuales que faciliten la toma de decisiones estratégicas, integrando estética, funcionalidad y ética en el manejo de la información.

7.67.2. Objetivos Generales ↑ Volver arriba

  1. Aplicar principios de la psicología de la Gestalt y percepción visual al diseño de gráficos.
  2. Desarrollar visualizaciones interactivas utilizando bibliotecas de vanguardia.
  3. Diseñar narrativas de datos (storytelling) que faciliten la comprensión de problemas complejos.
  4. Implementar visualizaciones para datos multidimensionales y geoespaciales.
  5. Evaluar críticamente la efectividad y la ética de las representaciones visuales.

7.67.3. Contribución a los resultados (Outcomes) ↑ Volver arriba

ABET-3) Habilidad para desarrollar y llevar a cabo experimentos o probar hipótesis, analizar e interpretar datos y utilizar el juicio científico para obtener conclusiones. (Usage)
ABET-2) Habilidad para formular o diseñar un sistema, proceso, procedimiento o programa para el propósito previsto. (Usage)

7.67.4. Contenido ↑ Volver arriba

7.67.4.1. Percepción Visual y Principios de Diseño (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Cairo, 2016; Ware, 2020)

Temas

  1. Teoría del color y luminancia en la visualización.
  2. Principios de la Gestalt aplicados al diseño de información.
  3. Atributos pre-atentivos y carga cognitiva.
  4. Crítica de visualizaciones: Claridad vs. Decoración (Chartjunk).

Aprendizaje esperado (Learning Outcomes)

  1. Explicar cómo el sistema visual humano procesa la información gráfica [Familiarizarse].
  2. Seleccionar paletas de colores y tipografías que mejoren la legibilidad [Usar].
7.67.4.2. Visualización Interactiva y Dinámica (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Munzner, 2014; Murray, 2017)

Temas

  1. Introducción a D3.js y gramática de gráficos avanzada.
  2. Interacciones: Filtrado, zoom, brushing y linking.
  3. Animación para mostrar cambios temporales.
  4. Diseño responsivo para diferentes dispositivos.

Aprendizaje esperado (Learning Outcomes)

  1. Implementar elementos interactivos que permitan la exploración del usuario [Usar].
  2. Construir prototipos funcionales de visualización dinámica [Evaluar].
7.67.4.3. Visualización de Datos Espaciales y Temporales (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Wilke, 2019; Cairo, 2016)

Temas

  1. Proyecciones cartográficas y mapas coropléticos.
  2. Mapas de burbujas, densidad (heatmaps) y flujos.
  3. Series de tiempo avanzadas: Horizon charts y Streamgraphs.
  4. Visualización de redes y grafos.

Aprendizaje esperado (Learning Outcomes)

  1. Representar datos geográficos evitando distorsiones comunes [Usar].
  2. Analizar patrones temporales complejos mediante gráficos especializados [Evaluar].
7.67.4.4. Datos Multidimensionales y de Alta Dimensión (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Munzner, 2014; Wilke, 2019)

Temas

  1. Coordenadas paralelas y gráficos de radar.
  2. Matrices de diagramas de dispersión (SPLOM).
  3. Técnicas de proyección: t-SNE y UMAP para visualización.
  4. Visualización de jerarquías: Treemaps y Sunbursts.

Aprendizaje esperado (Learning Outcomes)

  1. Reducir la dimensionalidad para visualizar estructuras ocultas [Usar].
  2. Diseñar representaciones para datos jerárquicos de gran escala [Evaluar].
7.67.4.5. Diseño de Dashboards y Business Intelligence (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Few, 2013; Cairo, 2019)

Temas

  1. Arquitectura de la información en tableros de control.
  2. Indicadores Clave de Desempeño (KPI) y alertas visuales.
  3. Herramientas de BI: Tableau, PowerBI y su extensibilidad.
  4. Usabilidad y experiencia de usuario (UX) en visualización.

Aprendizaje esperado (Learning Outcomes)

  1. Integrar múltiples visualizaciones en un tablero coherente [Usar].
  2. Evaluar la eficacia de un dashboard mediante pruebas de usabilidad [Evaluar].
7.67.4.6. Narrativa de Datos y Comunicación (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Knaflic, 2015; Cairo, 2019)

Temas

  1. Estructuras narrativas para datos: Scrollytelling.
  2. Eliminación de ruido y énfasis en el mensaje principal.
  3. Anotaciones y guía visual para el espectador.
  4. El papel del analista como comunicador científico.

Aprendizaje esperado (Learning Outcomes)

  1. Crear una historia convincente a partir de hallazgos estadísticos [Usar].
  2. Diseñar presentaciones visuales para audiencias no técnicas [Evaluar].
7.67.4.7. Ética y Decepción Visual (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Cairo, 2019; Few, 2013)

Temas

  1. Gráficos engañosos y manipulación de ejes.
  2. Sesgos cognitivos en la interpretación visual.
  3. Accesibilidad: Diseño para daltónicos y diversidad funcional.
  4. Responsabilidad en la representación de datos sensibles.

Aprendizaje esperado (Learning Outcomes)

  1. Identificar y corregir visualizaciones que distorsionan la realidad [Evaluar].
  2. Implementar estándares de accesibilidad en productos visuales [Usar].
7.67.4.8. Proyecto Final: Portafolio de Visualización (8 horas) [Habilidades ABET-2,ABET-3] ↑ Volver arriba

Referencias Bibliográficas: (Knaflic, 2015; Murray, 2017)

Temas

  1. Selección de un conjunto de datos complejo y real.
  2. Proceso iterativo de diseño y feedback.
  3. Documentación técnica y justificación estética.
  4. Defensa del proyecto ante jurado especializado.

Aprendizaje esperado (Learning Outcomes)

  1. Construir una solución de visualización completa de nivel profesional [Evaluar].
  2. Sustentar las decisiones técnicas y de diseño basadas en teoría [Evaluar].

7.67.5. Referencias Bibliográficas ↑ Volver arriba

Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders.

Ware, C. (2020). Information Visualization: Perception for Design. Morgan Kaufmann, 4th edition.

Munzner, T. (2014). Visualization Analysis and Design. A K Peters/CRC Press.

Murray, S. (2017). Interactive Data Visualization for the Web. O'Reilly Media, 2nd edition.

Wilke, C. O. (2019). Fundamentals of Data Visualization. O'Reilly Media.

Few, S. (2013). Information Dashboard Design: Displaying Data for At-a-Glance Monitoring. Analytics Press, 2nd edition.

Cairo, A. (2019). How Charts Lie: Getting Smarter about Visual Information. W. W. Norton & Company.

Knaflic, C. N. (2015). Storytelling with Data: A Data Visualization Guide for Business Professionals. Wiley.

¿Encontraste una errata, un curso desactualizado, un enlace roto, o tienes una sugerencia? Cuéntanos.

Escanea para abrir en tu teléfono