Passa al contenuto principale

Data Visualization: principi, pratiche e strumenti per rappresentare i dati

Questo corso prevede restrizioni per l'iscrizione. Effettua il login per verificare se soddisfi i requisiti necessari

edvance

Questo MOOC è stato prodotto nell’ambito del progetto Edvance - Digital Education Hub per la Cultura Digitale Avanzata. Il progetto è finanziato dall’Unione europea - Next Generation EU, Componente 1, Investimento 3.4 “Didattica e competenze universitarie avanzate".

Descrizione del corso

Il corso Data Visualization introduce i fondamenti della visualizzazione dei dati, illustrando come trasformare informazioni complesse in rappresentazioni grafiche chiare, efficaci e accessibili.
Attraverso esempi pratici e best practice, il corso guida nell’uso dei principali strumenti, da Excel e Tableau fino a Python e R, e approfondisce temi come la percezione visiva, la qualità di una buona visualizzazione e la comunicazione etica dei dati.
Una sezione finale esplora la data literacy e i nuovi trend della data visualization, tra cui, physicalization e sonification e l’integrazione con l’intelligenza artificiale.

Il corso è organizzato in 4 Week, che ti guidano passo dopo passo alla scoperta della Data Visualization, dalle basi teoriche fino alle applicazioni più innovative.

  • Week 1 – Fondamenti della visualizzazione dei dati
  • Week 2 – Tecniche di visualizzazione e best practices
  • Week 3 – Strumenti per la Data Visualization
  • Week 4 – Data Literacy e nuovi trends

All’interno di ciascuna Week sono presenti diverse lezioni, composte da video, testi scritti, infografiche e quiz di valutazione.

Target

Target primario: Studenti triennale, Studenti magistrale
Target secondario: Studenti di dottorato, Ricercatori e Docenti

Risultati di apprendimento attesi

Al termine del corso, lo studente sarà in grado di:

  1. Comprendere i principi fondamentali della visualizzazione dei dati, distinguendo le principali tipologie di grafici, mappe e rappresentazioni interattive.
  2. Analizzare le caratteristiche che rendono una visualizzazione efficace, valutandone chiarezza, accuratezza, funzionalità ed estetica.
  3. Applicare tecniche di progettazione per costruire visualizzazioni coerenti con il tipo di dato, il contesto e il pubblico di riferimento.
  4. Utilizzare strumenti software per la creazione di visualizzazioni, sia senza l’utilizzo di codice (come Tableau, Flourish, Excel) sia basati su codice (come Python, R o JavaScript).
  5. Interpretare visualizzazioni complesse e dataset multidimensionali, identificando correlazioni e criticità nella rappresentazione.
  6. Valutare la qualità e l’etica della comunicazione visiva, verificando la trasparenza delle fonti e l’accessibilità per diversi tipi di utenti.
  7. Creare visualizzazioni innovative sperimentando nuovi linguaggi (sonification, physicalization, visualizzazioni create con l’aiuto o da intelligenza artificiale) per comunicare i dati in modo inclusivo e creativo.

Prerequisiti

Nessun prerequisito

Attività

Quiz finali dopo ogni week e quiz finale alla fine del corso.

OpenBadge

A chi completerà il corso verrà assegnato un open badge BESTR. Gli utenti che accederanno alla piattaforma con credenziali dell'Università di Bologna, autenticazione con SPID, CIE o Edugain e risponderanno correttamente ad almeno il 60% delle domande del quiz finale, riceveranno una mail per poter scaricare l’openbadge dal sito di BESTR.

L'openbadge sarà disponibile e scaricabile il giorno dopo il completamento del corso.

Sottotitoli

Per seguire meglio i video i/le partecipanti hanno a disposizione i sottotitoli in italiano che possono essere attivati o nascosti a proprio piacimento.

EQF level

EQF-5

ISCED-F

0611 Computer use
0613 Software and applications development and analysis

Categorie

ENG: Transdisciplinarity; Information Technology and Computer Science
ITA: Transdisciplinarità; Tecnologie dell'Informazione e della Comunicazione

SDGS

4 - Quality Education

FAQ

Per dubbi e chiarimenti è disponibile le sezione dedicata alle FAQ page.

Docenti del corso

Mirri

Silvia Mirri

È professoressa ordinaria nel SSD INFO-01/A dal 2024, presso il Dipartimento di Informatica - Scienza e Ingegneria dell'Università di Bologna. Ha svolto ricerca nell’ambito di Human-Computer Interaction (HCI), adattamento di contenuti multimediali, accessibilità di tecnologie, contenuti e servizi (con particolare riferimento ad ambienti di e-learning e applicazioni mobili). Attualmente sta studiando l'utilizzo di sistemi LLM per il supporto all'accessibilità di risorse web-based.

Prandi

Catia Prandi

È professoressa associata al Dipartimento di Informatica - Scienza e Ingegneria, Università di Bologna. Svolge la sua ricerca in Human-Computer Interaction (HCI) per progettare e validare soluzioni tecnologiche innovative che permettano di aumentare la consapevolezza ed il coinvolgimento dei cittadini e delle comunità attraverso codesign, citizen science, data visualization, game thinking ed AI in contesti di rilevanza sociale quali sostenibilità, biodiversità, inclusione sociale e wellbeing.

Ceccarini

Chiara Ceccarini

È ricercatrice presso il Dipartimento di Informatica - Scienza e Ingegneria dell’Università di Bologna. La sua ricerca si concentra sull’intersezione tra Human-Computer Interaction, Data Visualization e Human–Data Interaction per progettare, sviluppare e validare sistemi interattivi che rendano i dati complessi più comprensibili, col fine di aumentare la consapevolezza su tematiche rilevanti, quali la sostenibilità, sfruttando metodologie partecipative ed esplorando l’uso di AI.