2017北大可视化暑期学校课程第一天

第九期北京大学可视化暑期学校于2017年7月9日在北京大学正式开课。本次暑期学校共有70余名来自全国十多个省份的学员,来自四川大学视觉计算实验室的四位小伙伴同样怀着期待与热情来到北京大学与大家一同学习。

本次暑期学校授课时长从7月9日至7月14日共计6天时间,以讲师授课与课程设计结合的方式进行学习与考核。授课讲师均来自全球各大高校,主题为大数据与可视化发展前沿技术与挑战,考核以随机分配的三人小组为单位进行,充满挑战性。

1-8

授课主题:介绍可视化与暑期学校

袁晓如老师作为可视化暑期学校的组织者,在课程伊始便鼓励学员们通过简短的自我介绍来增进相互之间的认识。在这之后袁老师便从可视化的概念入手,讲述了可视化的目的便是帮助人们了解数据的本质,介绍了可视化的发展现状及趋势。最后通过几个案例介绍了一些可视分析方法及目前可视化所面临的挑战。

2-8

授课主题:多学科视角的数据可视化

来自香港科技大学的屈华民教授的课程主题为:Data Visualization: A multi-disciplinary perspective。屈教授从其团队的研究重点出发,讲授了何为可视化,为何要可视化及数据可视化的三个子领域:科学可视化、信息可视化与可视分析。在课堂上屈教授提出了自己对于可视化标准的独到见解,即信达雅。信,强调从数据转化至可视形式的准确性;达,突出可视化表达数据的效率,以可视化结果能否为用户普遍理解为评判标准;雅,要求可视化在视觉上能够吸引用户。之外,屈教授十分强调可视化+,其充分体现了可视化的优势,并通过三个实例来一一体现,包括社交媒体如推特和微信学习的可视分析,人类行为模式的基于移动电话和交通数据的可视分析,对慕课平台学生行为的可视分析。

3-7

授课主题:实时交互式2D嵌入的可视化分析

来自韩国大学的Jeagul Choo教授主要介绍了在实时交互过程中,高维数据可视化及其常用的降维方法: Multidimensional scaling(MDS)、Principal component analysis(PCA)和Linear discrimination analysis(LDA),同时分析了各个方法的优缺点。之外,通过对K-NN算法的讲解,阐述其如何将机器学习与可视化相结合,并点明选取不同的K值对可视化结果的影响。

经过第一天的学习,实验室的小伙伴们都学到了许多可视化相关理论。不仅在课堂上积极参与课堂教学,配合老师教学,同时在课后主动组织项目组员进行积极讨论,为完成课程设计做努力。我们十分期待明日的课程,且做好了学习与讨论的准备。

123