Analyse de données et datavisulalisation

A l’heure où les données sont aux cœurs de nombreuses convoitises ou les expressions telles que Open data, Big data, datavisualisation fleurissent à la fois dans les problématiques de recherche mais également dans la presse quotidienne, et parfois qualifiées de nouvel or noir, ce cours a pour objectif de revenir sur les enjeux que soulève cette mise en données du monde (K. CUKIER, V. MAYER SCHONBERGER. 2014) et plus particulièrement les formes émergentes de traduction visuelle de ces jeux de données.

L’objectif ce de cours est donc de fournir une approche à la fois théorique sur les enjeux de la visualisation de données mais également pratique en abordant l’articulation entre mise en données, visualisation et interprétations sur des jeux de données structurées. Seront également abordés les enjeux scientifiques, socioéconomiques et info-communicationnels que soulève la datavisualisation pour les organisations, qu’elles soient privées ou issues de la sphère publiques.

Ce cours sera étroitement lié au séminaire Modélisation, représentation et données.

Ce cours permettra aux étudiants :

• de revenir sur les enjeux de mise en données de l’information
• d’aborder wikidata comme exemple de jeux de données requêtables et visualisables
• de découvrir les bonnes pratiques à mettre en œuvre pour des projets de datavisualisation

M3C en session unique

• Régime standard intégral – avec évaluation continue (au moins 2 notes)
• Devoir sur table (50%)
• Projet à rendre (50%)

• Bonne compréhension des données structurées

• pouvoir réaliser des datavisualisations et connaitre les avantages et les limites des principaux outils et librairies de visualisation de données.
• appréhender les enjeux de cette nouvelle littératie informationnelle

• Bertin Jacques, La graphique et le traitement graphique de l'information(en collab. avec Serge Bonin), Paris, Flammarion, 1977, 273 p. ; réédition : Bruxelles, Zones sensibles, 2017.
• Cukier K., Mayer Schondberger, Big data. La révolution des données est en marche, Robert Laffont, 2014 (trad. H. Dhifallah)
• Fekete Jean-Daniel, Boy Jeremy, Recherche en visualisation d’information ou Dataviz : pourquoi et comment ?, I2D – Information, données & documents, 2015/2 (Volume 52), p. 32-33. DOI : 3917/i2d.152.0032. URL : https://www.cairn.info/revue-i2d-information-donnees-et-documents-2015-2-page-32.htm
• Fry Ben, Visualising data, Exploring and Explaining Data with the Processing Environment,O'Reilly Media, 2008.
• Kirk ANdy, Data Visualisation : a handbook for Data Driven Design, Sage, seconde edition, 2019
• Lima Manuel, The Book of Threes : visualizing Branches of Knowledge, Princeton Architectural Press, 2014
• Moretti Franco, Distant Reading, London, New York, Verso, 2013.
• Gaëlle Richer, Passage à l'échelle pour la visualisation interactive exploratoire de données : approches par abstraction et par déformation spatiale. Algorithme et structure de données [cs.DS]. Université de Bordeaux, 2019. Français. ⟨NNT : 2019BORD0264⟩. ⟨tel-02453395⟩
• Tufte Edward, The visual display of quantitative information. 2nd ed. Graphics ress, 2001. isbn : 0-9613921- 4-2
• Leland Wilkinson, The Grammar of Graphics, Springer, 1993

(hors bibliographie) :

Une liste de ressources pédagogiques sera transmise aux étudiants au cours des séances et sera également disponible sur Cours en ligne.