Imagen de Portada

Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos

El objetivo de una visualización es obtener una representación del conjunto de datos que ayude al usuario en la correcta interpretación de los mismos y así lograr un acertado análisis de éstos. Dado el constante crecimiento de los conjuntos de datos en diferentes y variados campos de la informaci...

Descripción completa

Guardado en:
Autor Principal: Urribarri, Dana Karina
Otros Autores: Castro, Silvia
Formato: Online
Idioma:spa
Publicado: 2014
Acceso en línea:http://repositoriodigital.uns.edu.ar/handle/123456789/529
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
id oai:repositorio.bc.uns.edu.ar:123456789-529
recordtype repo
spelling oai:repositorio.bc.uns.edu.ar:123456789-5292024-09-24T19:18:54Z Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos Urribarri, Dana Karina Castro, Silvia Ciencias de la computación Métricas de escalabilidad visual Métricas de Scatterplots Métricas de árboles Layout hiperbólico Visualización El objetivo de una visualización es obtener una representación del conjunto de datos que ayude al usuario en la correcta interpretación de los mismos y así lograr un acertado análisis de éstos. Dado el constante crecimiento de los conjuntos de datos en diferentes y variados campos de la información, la tarea de elegir la técnica más adecuada para visualizar convenientemente los datos no es sencilla. Además, el resultado del proceso de visualización depende de todas las decisiones que se hayan tomando a lo largo de dicho proceso: un usuario inexperto es propenso a tomar decisiones equivocadas afectando negativamente la visualización obtenida y, a la larga, frustrando su experiencia con la visualización. Si bien a la hora de visualizar conjuntos de datos pequeños no hay grandes desafíos, la situación cambia al intentar visualizar grandes conjuntos de datos: una mala decisión en cualquier punto del proceso de visualización y el resultado obtenido puede no ser satisfactorio. Una alternativa para solucionar este problema es guiar al usuario en la toma de decisiones a lo largo del proceso. Sin embargo, esta tarea no es sencilla: implica la existencia de herramientas que permitan predecir qué decisión es “más conveniente” tomar. Una forma de elegir la decisión más conveniente es basarse en métricas sobre los datos que describan aspectos claves de la técnica y permitan predecir el resultado final sin necesidad de aplicar la técnica sobre los datos. The goal of visualization is to achieve a representation of a dataset that helps the user to interpret them correctly and achieve a proper analysis. Given the constant growing of datasets in deferent application areas, the task of choosing the more suitable technique to visualize a dataset is not easy. Besides, the result of the visualization process depends on every decision made along it: an unskilled user is prone to make incorrect decisions which affect negatively the final visualization and, eventually, frustrate the user’s experience with the visualization. Visualizing small datasets is not a big challenge, but this changes when trying to visualize big datasets: a wrong decision at any point in the visualization process and the result might not be satisfactory. A solution to this problem is to guide the user while making decisions along the process. Nevertheless, this task is not easy: it implies the existence of tools which allow the prediction of what decision if “more advisable” to make. A way to choose the more advisable decision is using metrics over the data which describe key aspects of the techniques and allow the prediction of the final result without applying the technique to the dataset. 2014-09-23 2014-12-03T21:19:48Z 2014-12-03T21:19:48Z 2014 tesis doctoral http://repositoriodigital.uns.edu.ar/handle/123456789/529 spa Liberar contenido de archivos para acceso público. application/pdf application/pdf
institution UNS
collection Repositorio Institucional
building Biblioteca Central
repo_str Repositorio Digital Biblioteca Central
hierarchy_parent_id repo_bc
hierarchy_parent_title Repositorio Digital Biblioteca Central
hierarchy_top_id repo_str
hierarchy_top_title Repositorio Institucional
language spa
format Online
author Urribarri, Dana Karina
spellingShingle Urribarri, Dana Karina
Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
author_facet Urribarri, Dana Karina
Castro, Silvia
author_sort Urribarri, Dana Karina
title Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
title_short Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
title_full Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
title_fullStr Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
title_full_unstemmed Predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
title_sort predicción del desempeño de las técnicas de visualización a partir de métricas sobre los datos
topic_facet Ciencias de la computación
Métricas de escalabilidad visual
Métricas de Scatterplots
Métricas de árboles
Layout hiperbólico
Visualización
type_str tesis doctoral
author2 Castro, Silvia
first_indexed 2018-08-22T17:39:27Z
last_indexed 2018-08-22T17:39:27Z
description El objetivo de una visualización es obtener una representación del conjunto de datos que ayude al usuario en la correcta interpretación de los mismos y así lograr un acertado análisis de éstos. Dado el constante crecimiento de los conjuntos de datos en diferentes y variados campos de la información, la tarea de elegir la técnica más adecuada para visualizar convenientemente los datos no es sencilla. Además, el resultado del proceso de visualización depende de todas las decisiones que se hayan tomando a lo largo de dicho proceso: un usuario inexperto es propenso a tomar decisiones equivocadas afectando negativamente la visualización obtenida y, a la larga, frustrando su experiencia con la visualización. Si bien a la hora de visualizar conjuntos de datos pequeños no hay grandes desafíos, la situación cambia al intentar visualizar grandes conjuntos de datos: una mala decisión en cualquier punto del proceso de visualización y el resultado obtenido puede no ser satisfactorio. Una alternativa para solucionar este problema es guiar al usuario en la toma de decisiones a lo largo del proceso. Sin embargo, esta tarea no es sencilla: implica la existencia de herramientas que permitan predecir qué decisión es “más conveniente” tomar. Una forma de elegir la decisión más conveniente es basarse en métricas sobre los datos que describan aspectos claves de la técnica y permitan predecir el resultado final sin necesidad de aplicar la técnica sobre los datos.
publishDate 2014
url http://repositoriodigital.uns.edu.ar/handle/123456789/529
_version_ 1816581509804457984
score 12,61452

Ejemplares similares