Objectifs de la formation
Cette formation vous permet : d'évaluer la donnée et sa structure; de définir la Data Visualisation et les Big Data de déterminer ses indicateurs; d'associer les indicateurs et les choix de visualisation.
Certifications associées
Public
Journalistes, chargé/responsable de la communication, Graphistes ou infographistes, toutes personnes susceptibles de devoir présenter des données.
Durée
28 heures en présentiel sur 4 jours
Pré-requis
Aucun pré-requis nécessaire.
Formateur
Consultant formateur en représentation de données et cartographie de l'information
Méthode pédagogique
8 participants maximum, un poste par stagiaire et un support de cours est remis en fin de stage. La formation est constituée d'apports théoriques, de démonstrations et de mises en pratique basées sur des cas pratiques.
Modalité de validation des acquis
Évaluation en ligne des acquis via un questionnaire. Attestation de fin de stage.
Programme Datavisualisation
Qu'est-ce qu'une donnée ?
- Données structurées et données non-structurées
- Définition de la notion de Data Visualisation
Les Big Data : définitions
- Datawarehouse, Opendata, Cloud Computing, Data Center, Data Mining, etc.
- Les 5 V des Big Data (Volume, Vitesse, Variété, Valeur, Véracité).
- Les premiers enjeux du Big Data.
Où trouver les données ?
- Comment extraire de l'information des données brutes ?
- Préparation des données
- Corrections des données
- Extraction de l'information
- Evaluation de l'information
- Notions de stockage, de protection et de sauvegarde des données
Introduction à la visualisation en temps-réel
- Où trouver les outils de visualisation (logiciels payants ou en open source) ?
- Notion d'indicateur. Importance du choix de l'indicateur. Contre-exemples
Les indicateurs
- Indicateur uni-dimensionnel : mode, moyenne, médiane, écart-type, intervalle interquartile, moment centré d'ordre 4, Skewnes, Kurtosis, coefficient de variations
- Choix de la visualisation : boîte à moustache, bâtons, secteurs, histogrammes, diagrammes étoiles, cartographique
- Indicateur bi-dimensionnel : corrélation, Chi 2, coefficient d'association, copules, etc.).
- Choix de la visualisation : diagrammes de dispersion, droite de régression, Analyse Factorielle des Correspondances, etc.
- Indicateur spatial (corrélogrammes, semi-variogrammes), indicateur dynamique (semi-variogrammes temporels), indicateur spatial-dynamique.
- Choix des visualisations : cartes issues du Krigeage, etc.
- Synthèse des différents types de visualisation et des choix possibles.
Cas pratique 1 : Données structurées en petit nombre
Cas pratique 2 : Données non structurées en petit nombre
Cas pratique 3 : Données provenant des Big Data (notamment question de la visualisation en temps-réel)
Sébastien G.
cours particulier adapté à mes besoins/flexibilité Suivie le 16/05/2019
Lynda D.
Très intéressant Suivie le 12/07/2017
Zsuzsanna B.
petit groupe, personnalisation, animateur dynamique, à l'écoute et patient Suivie le 12/07/2017
Qu'est-ce qu'une donnée ?
- Données structurées et données non-structurées
- Définition de la notion de Data Visualisation
Les Big Data : définitions
- Datawarehouse, Opendata, Cloud Computing, Data Center, Data Mining, etc.
- Les 5 V des Big Data (Volume, Vitesse, Variété, Valeur, Véracité).
- Les premiers enjeux du Big Data.
Où trouver les données ?
- Comment extraire de l'information des données brutes ?
- Préparation des données
- Corrections des données
- Extraction de l'information
- Evaluation de l'information
- Notions de stockage, de protection et de sauvegarde des données
Introduction à la visualisation en temps-réel
- Où trouver les outils de visualisation (logiciels payants ou en open source) ?
- Notion d'indicateur. Importance du choix de l'indicateur. Contre-exemples
Les indicateurs
- Indicateur uni-dimensionnel : mode, moyenne, médiane, écart-type, intervalle interquartile, moment centré d'ordre 4, Skewnes, Kurtosis, coefficient de variations
- Choix de la visualisation : boîte à moustache, bâtons, secteurs, histogrammes, diagrammes étoiles, cartographique
- Indicateur bi-dimensionnel : corrélation, Chi 2, coefficient d'association, copules, etc.).
- Choix de la visualisation : diagrammes de dispersion, droite de régression, Analyse Factorielle des Correspondances, etc.
- Indicateur spatial (corrélogrammes, semi-variogrammes), indicateur dynamique (semi-variogrammes temporels), indicateur spatial-dynamique.
- Choix des visualisations : cartes issues du Krigeage, etc.
- Synthèse des différents types de visualisation et des choix possibles.
