Vizualizarea datelor este utilizarea abilităților naturale umane pentru a îmbunătăți procesarea datelor și eficiența organizației. Vizualizarea datelor este reprezentarea datelor sau a informațiilor într-un grafic, diagramă sau alt format vizual. Vizualizarea ne poate ajuta să ne ocupăm de informații mai complexe și să îmbunătățim memoria [16]. Comunică relațiile datelor cu imagini. Acest lucru este important deoarece permite ca tendințele și modelele să fie mai ușor de văzut. Odată cu creșterea volumului de date mari, trebuie să fim capabili să interpretăm loturi din ce în ce mai mari de date. Învățarea automată ușurează efectuarea de analize, cum ar fi analiza predictivă, care poate servi apoi drept vizualizări utile de prezentat [17]. Dar vizualizarea datelor nu este importantă numai pentru oamenii de știință și pentru analiștii de date, ci este necesar să înțelegem vizualizarea datelor în orice carieră. Indiferent dacă lucrați în finanțe, marketing, tehnologie, design sau orice altceva, trebuie să vizualizăm datele. Acest fapt arată importanța vizualizării datelor. Scopul său principal este de a distila seturi mari de date în grafice vizuale pentru a permite înțelegerea ușoară a relațiilor complexe din cadrul datelor [18]. Este adesea folosită interschimbabil cu termeni precum grafică de informații, grafică statistică și vizualizare a informațiilor. Vizualizarea datelor este un domeniu imens, cu multe discipline. Tocmai din cauza acestei naturi interdisciplinare, câmpul de vizualizare este plin de vitalitate și oportunități.
Necesitatea vizualizării datelor
Potrivit Forumului Economic Mondial, lumea produce 2,6 chintilioane de octeți de date în fiecare zi [19], iar 90% din toate datele au fost create în ultimii doi ani [20]. Cu atât de multe date, devine din ce în ce mai dificil de gestionat și de înțeles totul. Ar fi imposibil ca o singură persoană să treacă prin date rând cu linie și să vadă modele distincte și să facă observații. Proliferarea datelor poate fi gestionată ca parte a procesului de știință a datelor, care include vizualizarea datelor. Avem nevoie de vizualizare a datelor, deoarece un rezumat vizual al informațiilor facilitează identificarea modelelor și tendințelor decât examinarea a mii de rânduri dintr-o foaie de calcul. Este modul în care funcționează creierul uman. Deoarece scopul analizei datelor este de a obține informații, datele sunt mult mai valoroase atunci când sunt vizualizate. Chiar dacă un analist de date poate extrage informații din date fără vizualizare, va fi mai dificil să comunice sensul fără vizualizare [21]. Diagramele și graficele facilitează comunicarea rezultatelor datelor, chiar dacă identificăm tiparele fără ele. Numeroasele tipuri de vizualizări de date, de exemplu diagrame cu linii, diagrame cu case, diagrame cu zone, diagrame Sankey, diagrame cu dispersie, diagrame cu bare, piramide ale populației, diagrame circulare, hărți termice, diagramă cu bare (real vs. așteptat), hărți arboresc, histograme, diagrame cu bule, cloroplet, diagramă de rețea etc.
Subdomenii de vizualizare a datelor
Vizualizarea datelor este prezentarea informațiilor cantitative într-o formă grafică. Cu alte cuvinte, vizualizările de date transformă seturi de date mari și mici în elemente vizuale care sunt mai ușor de înțeles și procesat de creierul uman. Vizualizările de date sunt surprinzător de frecvente în viața noastră de zi cu zi, dar ele apar adesea sub formă de diagrame și grafice binecunoscute [22]. În ceea ce privește business intelligence (BI), aceste vizualizări ajută utilizatorii să ia decizii mai bune pe baza datelor. Vizualizarea datelor transformă datele brute în informații. Vizualizarea datelor are trei subcâmpuri semnificative.
Vizualizare științifică
Vizualizarea științifică este reprezentarea grafică a datelor pentru a obține înțelegere și perspectivă asupra datelor. Acest lucru permite cercetătorului să obțină o perspectivă asupra sistemului care a studiat informațiile în moduri anterior imposibile. Este, de asemenea, denumită analiză vizuală a datelor [23]. Scopul este de a transmite datele științifice cu acuratețe, de a dezvălui structurile care stau la baza datelor și de a încuraja explorarea datelor. Vizualizarea științifică este un domeniu de cercetare și aplicație interdisciplinară în știință, care se concentrează pe vizualizarea fenomenelor tridimensionale, cum ar fi arhitectura, meteorologia, medicina sau sistemele biologice. Scopul său este de a ilustra grafic datele științifice, permițând oamenilor de știință să înțeleagă, să explice și să colecteze modele din date.
Analitica vizuală
Analiza vizuală poate fi percepută ca o abordare integrată care combină vizualizarea, factorii umani și analiza datelor. Analitica vizuală este un domeniu nou care a evoluat odată cu dezvoltarea vizualizării științifice și a vizualizării informației, cu accent pe raționamentul analitic printr-o interfață vizuală interactivă. Metodele de analitică vizuală le permit factorilor de decizie să-și combine flexibilitatea umană, creativitatea și cunoștințele de bază cu enormele capacități de stocare și procesare ale computerelor de astăzi pentru a obține o perspectivă asupra problemelor complexe [24]. Analitica vizuală în contextul vizualizării se referă la domeniile vizualizării informațiilor și graficii pe computer și, în ceea ce privește analiza datelor, beneficiază în mare măsură de metodologii de regăsire a informațiilor, de gestionare a datelor și de reprezentare a cunoștințelor, precum și de extragerea datelor.
Vizualizarea informațiilor
Vizualizarea informațiilor se referă la utilizarea reprezentărilor vizuale interactive, susținute de computer, ale seturilor de date abstracte numerice și nenumerice pentru a amplifica cunoașterea umană. Vizualizarea informațiilor, arta de a reprezenta datele într-un mod ușor de înțeles și de manipulat, ne poate ajuta să înțelegem informațiile și astfel să le facă utile în viața noastră [25]. Vizualizarea informațiilor este comunicarea datelor abstracte prin interfețe vizuale interactive. Graficele precum histogramele, graficele de tendințe, diagramele de flux și diagramele arborescente aparțin vizualizării informației, iar designul acestor grafice transformă concepte abstracte în informații vizuale.
Referințe
- [17] C Min et al. (2009). „Data information and knowledge in visualization”, IEEE Comput. Graph. Appl, 29(1), 12-19.
- [18] Firoj P, Nikhat A and Dr. Yusuf P. (2018). “A Close-Up View About Spark in Big Data Jurisdiction” , International Journal of Engineering Research and Application (IJERA), ISSN : 2248-9622, 8(1), ( Part -I1), 26-41.
- [19] [World Economic Forum portal, https://www.weforum.org/agenda/2019/04/how-much-data-is-generated-each-day-cf4bddf29f/, Last accessed on 12/04/2020].
- [20] Firoj P, Nikhat A and Dr. Yusuf P. (2019). “An Empirical Analysis of Web of Things (WoT)”, International Journal of Advanced Research in Computer Science (IJARCS), ISSN : 0976-5697, 10(3), 32-40.
- [21] Manuela A and Carlos JC. (2014). „Data visualization”, Communication Design Quarterly Review.
- [22] Michael F. (2007). A Brief History of Data Visualization, vol. III, chap. 1, pp. 1-34, Springer-Verlag.
- [23] Rui Li and Jian Chen. (2018). ” Toward A Deep Understanding of What Makes a Scientific Visualization Memorable ” , IEEE Scientific Visualization Conference (SciVis),IEEE, Germany.
- [24] Thomas J and Cook K. (2005).” Illuminating the Path: Research and Development Agenda for Visual Analytics”.
- [25] DA Keim. (2002). “Information visualization and visual data mining”, IEEE Transactions on Visualization and Computer Graphics, 8(1).
Sursa: Nikhat Akhtar, Nazia Tabassum, Asif Perwej, Yusuf Perwej, în ”Data analytics and visualization using Tableau utilitarian for COVID-19 (Coronavirus)”, Global Journal of Engineering and Technology Advances, 2020, 03(02), 028–050, DOI 10.30574/gjeta.2020.3.2.0029, licența CC BY 4.0. Traducere Nicolae Sfetcu
Lasă un răspuns