Perchè è utile da Data Visualization

• Per identificare errori nella raccolta - elaborazione;
• Per trovare violaizoni di ipotesi statistiche
• Per osservare i modelli nei dati
• Per fare ipotesi.

Fornire dati non visualizzati a un algoritmo di apprendimento spesso porta ad avere problemi

• Analisi esplorativa dei dati: come sono realmente i tuoi dati?
• Rilevamento errori: hai fatto qualcosa di stupido? Hai trascurato qualcosa nelle tue analisi?
• Comunicazione: presentare ciò che hai imparato / prodotto agli altri, a differenti livelli. Un’immagine vale più di mille parole.

Gran parte dei grafici e dei diagrammi che si vedono sono terribili: la visualizzazione dei dati è più difficile di quanto sembri.

Esplorare nuovi dati: Anscombe’s Quartet

Proviamo a rappresentare graficamente i 4 dataset:

Tool di Visualizzazione Dati

Per la semplice e rapida esplorazione visuale dei dati: Excel, iPython notebook , R, …

Per la creazione e presentazione di grafici avanzati: MatPlotLib e BnuPlot

Per la visualizzazione interattiva dei dati tramite dashboard programmabili ad alto livello: Tableau

Sviluppare il “Senso Estetico”

Le regole base di Edward Tufte: