ELEKTRONINIAI DUOMENŲ TINKLAI IR DUOMENŲ VIZUALIZACIJA
Turinys
Terminai
Įvadas
1 skyrius. Elektroniniai duomenų tinklai
1.1. Kompiuterių tinklas
1.1.1. Internetas
1.1.2. Virtualus privatus tinklas
1.2. Duomenų e-tinklai
1.3. Pavyzdžiai
1.4. Informacijos gavimas
1.5. Paieškos sistemų principai
1.6. Užklausos
1.7. Indeksavimas, lygiagretus ir paskirstytas informacijos gavimas
1.8. Praktinės užduotys
1.9. Laboratorinis darbas
2 skyrius. Trumpa duomenų vizualizavimo istorija
2.1. Įvadas
2.2. Pasiekimų apžvalga
2.2.1. Ankstyvieji žemėlapiai ir diagramos (iki 17 a.)
2.2.2. Matai ir teorija: 1600–1699 m.
2.2.3. Nauji grafikai: 1700–1799 m.
2.2.4. Šiuolaikinių grafikų pradžia: 1800–1850 m.
2.2.5. Statistinių grafikų aukso amžius: 1850–1900 m.
2.3. Praktinės užduotys
2.4. Laboratorinis darbas
3 skyrius. Geri grafikai
3.1. Įvadas
3.1.1. Turinys, kontekstas ir konstrukcija
3.1.2. Grafikai ir tiriamieji grafikai
3.2. Ištakos
3.3. Pristatymas (ką, kam, kaip ir kodėl)
3.4. Mokslinis dizaino pasirinkimas duomenų vizualizavimui
3.4.1. Grafiko tipo parinkimas
3.4.2. Grafinio vaizdo parinktys
3.5. Daugiamačiai vaizdai ir specialiosios struktūros
3.5.1. Sklaidos diagramų matricos
3.5.2. Lygiagrečios koordinatės
3.5.3. Mozaikos
3.5.4. Maži kartotiniai ir grotelių metodas
3.5.5. Laiko eilutės ir žemėlapiai
3.5.6. Žemėlapiai
3.6. Praktiniai patarimai
3.6.1. Programinė įranga
3.6.2. Bloga praktika ir gera praktika (principai)
3.7. Praktinės užduotys
3.8. Laboratorinis darbas
4 skyrius. Statiniai grafikai
4.1. Išbaigti grafikai
4.1.1. Patogios numatytosios nuostatos
4.1.2. Vartotojo sąsaja
4.2. Individualizavimas (tinkinimas)
4.2.1. Parametrų nustatymas
4.2.2. Grafikų išdėstymas
4.2.3. Pastabos
4.3. Išplečiamumas
4.3.1. Komponentės
4.4. Praktinės užduotys
4.5. Laboratorinis darbas
5 skyrius. Grafai
5.1. Įvadas
5.2. Duomenys ir grafai
5.3. Grafų maketavimo būdai
5.3.1. Grafų kūrimo algoritmai
5.3.2. Daugiamačių skalių metodas
5.3.3. Sklaidos su apribojimais modelis
5.3.4. Dvidaliai grafai
5.4. Praktinės užduotys
5.5. Laboratorinis darbas
6 skyrius. Daugiadimensinių duomenų vizualizavimas
6.1. Įvadas
6.2. Mozaikos
6.2.1. Sąsajos daugiamačiuose duomenyse
6.2.2. Atsako modeliai
6.3. Modeliai
6.4. Grotelių metodas
6.4.1. Apibrėžimas
6.4.2. Grotelių metodas prieš mozaikas
6.5. Grotelių metodas ir interaktyvumas
6.6. Praktinės užduotys
6.7. Laboratorinis darbas
7 skyrius. Glifai
7.1. Įvadas
7.2. Duomenys
7.3. Atvaizdai
7.4. Keletas pavyzdžių
7.5. Kintamųjų rikiavimas
7.6. Trūkumai
7.7. Praktinės užduotys
7.8. Laboratorinis darbas
8 skyrius. Susiję vaizdai vizualiniam tyrimui
8.1. Vizualinis tyrimas susijusiais vaizdais
8.2. Susijusių vaizdų teorinės struktūros
8.2.1. Imčių saistymas
8.2.2. Modelių sąsajos
8.2.3. Tipų sąsaja
8.2.4. Rėmelių sąsaja
8.3. Praktinės užduotys
8.4. Laboratorinis darbas
9 skyrius. Medžių ir miškų vizualizavimas
9.1. Įvadas
9.2. Atskiri medžiai
9.2.1. Hierarchiniai vaizdai
9.2.2. Rekursyvūs vaizdai
9.2.3. Tinkami medžiai
9.3. Miškų vizualizavimas
9.3.1. Dalijimo kintamieji
9.3.2. Duomenų vaizdavimas
9.3.3. Pėdsako diagrama
9.4. Praktinės užduotys
9.5. Laboratorinis darbas
10 skyrius. Interaktyvus duomenų vaizdavimas
10.1. Įvadas
10.2. Skatinantis pavyzdys
10.3. Statistinių mikrožemėlapių projektavimo klausimai ir variacijos
10.4. Kuriant LM diagramas
10.5. Praktinės užduotys
10.6. Laboratorinis darbas
11 skyrius. Projekcijos paieškos metodas
11.1. Įvadas
11.1.1. Projekcijų pagrindai
11.1.2. Kokios struktūros yra įdomios?
11.2. Apžvalgos
11.2.1. Terminologija: plokštuma, bazė, sistema, projekcija
11.2.2. Interpoliavimas tarp projekcijų -- filmo kūrimas
11.2.3. Pasirenkant tikslo plokštumą
11.3. Apžvalgos ir skaitiniai metodai
11.4. Praktinės užduotys
11.5. Laboratorinis darbas
12 skyrius. Daugiamatis skaliavimas
12.1. Artumo duomenys
12.2. Metrinis DS
12.3. Nemetrinis DS
12.4. Praktinės užduotys
12.5. Laboratorinis darbas
13 skyrius. Tankio įverčio vizualizacija
13.1. Vienmačio tankio įverčiai
13.1.1. Histogramos
13.2. Branduolio tankio įverčiai
13.3. Praktinės užduotys
13.4. Laboratorinis darbas
14 skyrius. Struktūrinės grafikų aibės
14.1. Dekarto sandaugos ir grotelių metodo paradigma
14.1.1. Grotelių metodo paradigma
14.2. Sklaidos diagramų matrica: splom ir xysplom
14.2.1. Sklaidos diagramų matricos
14.2.2. Laipsninių diagramų laipteliai
14.3. Regresijos diagnostikos diagramos
14.3.1. Atvejų statistika
14.3.2. Pavyzdys
14.4. Baigiant
14.5. Praktinės užduotys
14.6. Laboratorinis darbas
15 skyrius. Dalinės regresijos: vizualiai interpretuojamų modelių derinimas su GUIDE
15.1. Įvadas
15.2. Bostono būsto duomenys -- kolinearumo poveikis
15.3. Praktinės užduotys
15.4. Laboratorinis darbas
16 skyrius. Vizualizacijos tolydinimo technika
16.1. Įvadas
16.2. Vienmatis tolydinimas
16.3. Praktinės užduotys
16.4. Laboratorinis darbas