Les données sont omniprésentes. Les tableaux, les graphiques et autres types de visualisation de l'information aident les gens à donner un sens à ces données. Ce cours explore la conception, le développement et l'évaluation de ces visualisations d'informations. En combinant les aspects de la conception, de l'infographie, de l'IHM et de la science des données, vous acquerrez une expérience pratique de la création de visualisations, de l'utilisation d'outils d'exploration et de l'élaboration de récits de données. Les sujets comprennent la conception centrée sur l'utilisateur, la visualisation basée sur le Web, la cognition et la perception des données, et l'évaluation de la conception. Ce cours peut être suivi pour obtenir des crédits académiques dans le cadre des diplômes MS in Data Science ou MS in Computer Science de CU Boulder offerts sur la plate-forme Coursera. Ces diplômes d'études supérieures entièrement accrédités offrent des cours ciblés, des sessions courtes de 8 semaines et des frais de scolarité à la carte. L'admission est basée sur la performance dans trois cours préliminaires, et non sur les antécédents scolaires. Les diplômes CU sur Coursera sont idéaux pour les jeunes diplômés ou les professionnels en activité. Pour en savoir plus :
Principes de base de la visualisation des données
Ce cours fait partie de Spécialisation Compétences essentielles pour la science des données
Instructeur : Danielle Szafir
6 793 déjà inscrits
Inclus dans le site
(29 avis)
Expérience recommandée
Ce que vous apprendrez
Développer une boîte à outils pour explorer et communiquer des données complexes à l'aide de la visualisation
Produire des visualisations de données de base à partir d'un ensemble de données choisi
Comparer les méthodes de visualisation des données et comprendre comment ces méthodes peuvent guider les utilisateurs vers des conclusions différentes
Évaluer l'efficacité avec laquelle une visualisation transmet les données ciblées
Compétences que vous acquerrez
- Catégorie : Conception de l'évaluation
- Catégorie : Visualiser des données avec Altair
- Catégorie : Analyse des tâches (définir les éléments d'une analyse de données et/ou d'un problème de communication)
- Catégorie : Conception centrée sur l'utilisateur (créer des visualisations de base qui correspondent aux données et aux besoins de l'utilisateur)
Détails à connaître
Ajouter à votre profil LinkedIn
3 quizzes
Découvrez comment les employés des entreprises prestigieuses maîtrisent des compétences recherchées
Élaborez votre expertise du sujet
- Apprenez de nouveaux concepts auprès d'experts du secteur
- Acquérez une compréhension de base d'un sujet ou d'un outil
- Développez des compétences professionnelles avec des projets pratiques
- Obtenez un certificat professionnel partageable
Obtenez un certificat professionnel
Ajoutez cette qualification à votre profil LinkedIn ou à votre CV
Partagez-le sur les réseaux sociaux et dans votre évaluation de performance
Il y a 3 modules dans ce cours
Dans ce module, vous apprendrez les fondements de la conception de la visualisation. Vous découvrirez les composants clés d'une visualisation, comment nous représentons efficacement les données en utilisant des canaux tels que la couleur, la taille et la position, et quelques règles de base pour une visualisation honnête et efficace. Vous aurez également une première approche d'Altair, une bibliothèque Python permettant de générer rapidement des visualisations interactives. Chaque semaine comprendra deux lectures ou une lecture et une activité sur cahier.
Inclus
13 vidéos14 lectures1 quiz2 sujets de discussion2 laboratoires non notés
Dans ce module, vous apprendrez à choisir la bonne visualisation pour un scénario donné. Vous apprendrez à raisonner sur les différents types de questions que les gens posent avec la visualisation et à aligner votre conception sur cette tâche. Le module couvrira les bases de l'analyse des tâches, les méthodes d'élicitation des tâches, et les connaissances fondamentales de la perception visuelle pour la conception. Chaque semaine comprendra également deux lectures externes ou une lecture et une activité sur cahier.
Inclus
9 vidéos7 lectures1 quiz1 sujet de discussion
Dans ce module, vous apprendrez à évaluer l'efficacité de votre visualisation. Vous apprendrez les approches qualitatives et quantitatives pour évaluer les visualisations ainsi que la façon d'isoler les éléments clés pour l'évaluation et l'itération. Le module couvrira les bases de l'évaluation basée sur la compréhension, les études d'entretiens, et la conception et l'analyse expérimentale. Chaque semaine comprendra également deux lectures externes ou une lecture et une activité sur cahier.
Inclus
7 vidéos7 lectures1 quiz1 sujet de discussion
Instructeur
Offert par
Recommandé si vous êtes intéressé(e) par Analyse des Données
University of Illinois Urbana-Champaign
Ball State University
Coursera Project Network
University at Buffalo
Préparer un diplôme
Ce site cours fait partie du (des) programme(s) diplômant(s) suivant(s) proposé(s) par University of Colorado Boulder. Si vous êtes admis et que vous vous inscrivez, les cours que vous avez suivis peuvent compter pour l'apprentissage de votre diplôme et vos progrès peuvent être transférés avec vous.¹
Pour quelles raisons les étudiants sur Coursera nous choisissent-ils pour leur carrière ?
Avis des étudiants
Affichage de 3 sur 29
29 avis
- 5 stars
79,31 %
- 4 stars
13,79 %
- 3 stars
6,89 %
- 2 stars
0 %
- 1 star
0 %
Révisé le 16 déc. 2023
Ouvrez de nouvelles portes avec Coursera Plus
Accès illimité à plus de 7 000 cours de renommée internationale, à des projets pratiques et à des programmes de certificats reconnus sur le marché du travail, tous inclus dans votre abonnement
Faites progresser votre carrière avec un diplôme en ligne
Obtenez un diplôme auprès d’universités de renommée mondiale - 100 % en ligne
Rejoignez plus de 3 400 entreprises mondiales qui ont choisi Coursera pour les affaires
Améliorez les compétences de vos employés pour exceller dans l’économie numérique
Foire Aux Questions
Un cours cross-listed est proposé dans le cadre de deux ou plusieurs programmes diplômants de CU Boulder sur Coursera. Par exemple, Dynamic Programming, Greedy Algorithms est proposé en tant que CSCA 5414 pour le MS-CS et DTSA 5503 pour le MS-DS.
- Vous ne pouvez pas obtenir de crédits pour plus d'une version d'un cours figurant sur une liste croisée.
- Vous pouvez identifier les cours à liste croisée en consultant le manuel de l'étudiant de votre programme.
- Votre relevé de notes en sera affecté. Les cours figurant sur des listes croisées sont considérés comme équivalents lors de l'évaluation des conditions d'obtention du diplôme. Toutefois, nous vous encourageons à suivre les versions de votre programme de ces cours (lorsqu'ils sont disponibles) afin de vous assurer que votre relevé de notes reflète le nombre important de cours que vous suivez directement dans votre département d'origine. Tous les cours que vous suivez dans le cadre d'un autre programme apparaîtront sur votre relevé de notes avec le préfixe de ce programme (par exemple, DTSA ou CSCA).
- Les programmes peuvent avoir des exigences différentes en matière de notes minimales pour l'admission et l'obtention du diplôme. Par exemple, le MS-DS exige un C ou mieux dans tous les cours pour l'obtention du diplôme (et une MPC de 3,0 pour l'admission), tandis que le MS-CS exige un B ou mieux dans tous les cours d'approfondissement et un C ou mieux dans tous les cours à option pour l'obtention du diplôme (et un B ou mieux dans chaque cours de la voie d'accès pour l'admission). Tous les programmes exigent que les étudiants maintiennent une moyenne pondérée cumulative de 3,0 pour l'admission et l'obtention du diplôme.
Oui. Les cours figurant sur des listes croisées sont considérés comme équivalents lors de l'évaluation des conditions d'obtention du diplôme. Vous pouvez identifier les cours croisés en consultant le manuel de l'étudiant de votre programme.
Vous pouvez mettre à niveau et payer des frais de scolarité pendant toute période d'inscription ouverte pour obtenir des crédits de CU Boulder de niveau supérieur pour << ce cours / ces cours dans cette spécialisation>>. Étant donné que << ce cours est / ces cours sont >> répertoriés à la fois dans les programmes MS in Computer Science et MS in Data Science, vous devrez déterminer quel programme vous souhaitez obtenir le crédit avant de vous mettre à niveau.
Crédit MS in Data Science (MS-DS) : Pour passer à la version de << ce cours / ces cours >> donnant droit à des crédits en science des données (DTSA), utilisez le formulaire d'inscription au MS-DS. Voir comment cela fonctionne.
MS in Computer Science (MS-CS) Credit : Pour passer à la version à crédits en informatique (CSCA) de << ce cours / ces cours >>, utilisez le formulaire d'inscription MS-CS. Voir comment cela fonctionne.
Si vous n'êtes pas sûr du programme qui vous convient le mieux, consultez les sites web des programmes MS-CS et MS-DS, puis contactez datascience@colorado.edu ou mscscoursera-info@colorado.edu si vous avez encore des questions.