آموزش یادگیری تجسم داده ها

Learning Data Visualization

نکته: آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:

ایده بزرگی دارید؟ شما باید آن را به سرعت و کارآمد منتقل کنید، در غیر این صورت مخاطبان مدرن به سراغ داستان بعدی خواهند رفت و برای جلب توجه خود فریاد می زنند. تجسم داده ها به شما امکان می دهد پیچیده را ساده، انتزاعی را ملموس و نامرئی را قابل مشاهده کنید. در این دوره، بیل شاندر نشان می دهد که چگونه در مورد داده ها، مخاطبان و اهداف خود فکر کنید تا تصاویری بسازید که تأثیر را به حداکثر برسانید. بعلاوه، درباره درک بصری انسان و استراتژی‌های انتخاب نمودار بیاموزید، که در هنگام تجسم داده‌ها تفاوت ایجاد می‌کند.

سرفصل ها و درس ها

معرفی Introduction

  • ماهیت تجسم داده ها The essence of data visualization

1. ایده بزرگ 1. Big Idea

  • چرا داده ها را تجسم کنیم؟ Why visualize data?

  • تجسم داده چیست؟ What is data visualization?

  • بپرسید چه چیزی باعث تجسم داده خوب می شود Ask what makes a good data visualization

2. درباره چه چیزی فکر کنیم 2. What to Think About

  • توضیحی در مقابل اکتشافی Explanatory vs. exploratory

  • ادراک بصری انسان و پردازش پیش از توجه Human visual perception and pre-attentive processing

  • آنچه مخاطب شما باید بشنود What your audience needs to hear

  • "پس چه" و اهداف واقعی The true "so what" and goals

  • چیزی که واقعاً می خواهید بگویید What you really want to say

  • سه نقطه کانونی Three focal points

  • آنچه داده های شما می گویند What your data is saying

3. انتخاب نوع تجسم 3. Selecting the Visualization Type

  • برگه های تقلب Cheat sheets

  • عوامل دیگر هنگام انتخاب تجسم Other factors when choosing visualizations

  • تجسم جریان Flow visualizations

  • تجسم ترکیب بندی Composition visualizations

  • مقایسه تجسم ها Comparison visualizations

  • چه چیزی در نمودار می رود؟ What goes in the chart?

  • تجسم های خلاقانه و نوآورانه Creative, innovative visualizations

  • تجسم های سلسله مراتبی Hierarchical visualizations

  • تجسم های جغرافیایی Geographic visualizations

  • تجسم های همبستگی Correlation visualizations

  • نمودارها را با قصد انتخاب کنید Choose charts with intention

  • تجسم های توزیع Distribution visualizations

4. طراحی تجسم برای تأثیر 4. Designing Visualizations for Impact

  • مرتبط ساختن اعداد Making numbers relatable

  • برچسب ها و حاشیه نویسی ها Labels and annotations

  • زمان و نحوه استفاده از انیمیشن و تعامل When and how to use animation and interactivity

  • استفاده سنجیده از رنگ Thoughtful use of color

  • "پس چی" چیه؟ What's the "so what"?

  • ویرایش بی رحمانه Ruthless editing

  • تنظیم ترازو Setting scales

  • اهمیت طراحی The importance of sketching

  • تازه و قابل پیش بینی نگه داشتن آن Keeping it fresh and predictable

  • دسترسی Accessibility

  • پردازش و طراحی پیش از توجه Pre-attentive processing and design

نتیجه Conclusion

  • مراحل بعدی Next steps

نمایش نظرات

آموزش یادگیری تجسم داده ها
جزییات دوره
1h 51m
35
Linkedin (لینکدین) Linkedin (لینکدین)
(آخرین آپدیت)
40,161
- از 5
ندارد
دارد
دارد
Bill Shander
جهت دریافت آخرین اخبار و آپدیت ها در کانال تلگرام عضو شوید.

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Bill Shander Bill Shander

بیل شاندر بنیانگذار Beehive Media است، یک آژانس طراحی اطلاعات و تجسم داده ها که مشتریان آن شامل سازمان های دانش محور مانند بانک جهانی، سازمان ملل، صندوق بین المللی پول، PricewaterhouseCoopers و Facebook هستند. بیل به مشتریانش کمک می کند تا مفاهیم انتزاعی را از طریق طراحی هوشمند اطلاعات و تجسم داده ها به تجربیات ملموس و قابل درک تبدیل کنند

شاندر در کنفرانس‌ها صحبت می‌کند و کارگاه‌هایی را برای مشتریان در مورد تجسم داده‌ها برگزار می‌کند، موضوعاتی مانند اینکه چرا تجسم داده‌ها در دنیای بازاریابی امروز ضروری است (به ویژه برای شرکت‌هایی که از رهبری فکری به عنوان یک پلتفرم استفاده می‌کنند) و نحوه تفکر بصری و تعاملی را پوشش می‌دهد.