his.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Visual Data Analysis
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0001-8884-2154
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0001-6245-5850
Högskolan i Skövde, Institutionen för informationsteknologi. Högskolan i Skövde, Forskningscentrum för Informationsteknologi. (Skövde Artificial Intelligence Lab (SAIL))ORCID-id: 0000-0003-2900-9335
2019 (Engelska)Ingår i: Data science in Practice / [ed] Alan Said, Vicenç Torra, Springer, 2019, s. 133-155Kapitel i bok, del av antologi (Refereegranskat)
Abstract [en]

Data Science offers a set of powerful approaches for making new discoveries from large and complex data sets. It combines aspects of mathematics, statistics, machine learning, etc. to turn vast amounts of data into new insights and knowledge. However, the sole use of automatic data science techniques for large amounts of complex data limits the human user’s possibilities in the discovery process, since the user is estranged from the process of data exploration. This chapter describes the importance of Information Visualization (InfoVis) and visual analytics (VA) within data science and how interactive visualization can be used to support analysis and decision-making, empowering and complementing data science methods. Moreover, we review perceptual and cognitive aspects, together with design and evaluation methodologies for InfoVis and VA.

Ort, förlag, år, upplaga, sidor
Springer, 2019. s. 133-155
Serie
Studies in Big Data, ISSN 2197-6503, E-ISSN 2197-6511 ; 46
Nationell ämneskategori
Data- och informationsvetenskap Datavetenskap (datalogi) Annan data- och informationsvetenskap
Forskningsämne
Skövde Artificial Intelligence Lab (SAIL)
Identifikatorer
URN: urn:nbn:se:his:diva-16810DOI: 10.1007/978-3-319-97556-6_8ISI: 000464719500009ISBN: 978-3-319-97556-6 (digital)ISBN: 978-3-319-97555-9 (tryckt)OAI: oai:DiVA.org:his-16810DiVA, id: diva2:1306599
Tillgänglig från: 2019-04-24 Skapad: 2019-04-24 Senast uppdaterad: 2019-09-30Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Personposter BETA

Bae, JuheeFalkman, GöranHelldin, ToveRiveiro, Maria

Sök vidare i DiVA

Av författaren/redaktören
Bae, JuheeFalkman, GöranHelldin, ToveRiveiro, Maria
Av organisationen
Institutionen för informationsteknologiForskningscentrum för Informationsteknologi
Data- och informationsvetenskapDatavetenskap (datalogi)Annan data- och informationsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
isbn
urn-nbn

Altmetricpoäng

doi
isbn
urn-nbn
Totalt: 484 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf