意思決定を助ける 情報可視化技術
伊藤 貴之(著)
https://images-fe.ssl-images-amazon.com/images/I/51fdXOpGeOL.jpg
【目次】
1. 序論:情報可視化の定義・歴史・展開
1.1 可視化の定義
1.2 情報可視化の用途
1.3 情報可視化の定義と歴史
1.4 本書の構成
2. データ構造と情報可視化手法
2.1 チャート:日常生活にみられる情報可視化
2.2 1次元,2次元,3次元データ
2.3 多次元データ
2.3.1 散布図
2.3.2 平行座標法
2.3.3 ヒートマップ
2.3.4 グリフ
2.4 階層型データ
2.4.1 ノード・リンク型手法
2.4.2 空間充填型手法
2.5 ネットワーク
2.5.1 グラフ描画
2.5.2 ノード配置問題
2.5.3 ノードクラスタリング
2.5.4 エッジ処理
2.6 時系列データ
2.6.1 狭義の時系列データ:折れ線グラフ,ヒートマップによる可視化
2.6.2 広義の時系列データ:多次元,階層型,ネットワークデータとの融合
2.7 その他の情報可視化手法
3. 情報可視化の操作と評価
3.1 情報可視化とインタラクション
3.1.1 情報可視化の操作方法ガイドライン
3.1.2 システム構築の観点からのインタラクション手法
3.2 情報可視化結果の評価
3.2.1 評価手法の分類
3.2.2 学術研究としての評価手法分析
3.2.3 一般的な実験的評価指標との照合
4. 視覚特性から考える情報可視化デザイン
4.1 視覚要素への変換
4.2 視覚要素を構成する三つの定義
4.3 色を用いた変数表現
4.4 メンタルマップ
4.5 推奨されない視覚表現
4.6 2次元可視化と3次元可視化
5. 情報可視化の適用事例
5.1 ウェブ・ソーシャルメディア
5.2 自然言語処理技術との連携
5.3 計算機リソース管理
5.4 セキュリティ
5.5 生命情報
5.6 地理情報・センシング情報との連携
5.7 マルチメディア
5.8 まとめ:可視化する意義があるアプリケーション分野とは
6. ビッグデータと情報可視化:人間主体型のデータ分析手法の確立に向けて
6.1 ビッグデータの課題と可視化技術
6.1.1 膨大・高速なデータの可視化
6.1.2 複合的なデータの可視化
6.1.3 不確実なデータの可視化
6.1.4 ここまでのまとめ
6.2 Visual analytics
6.2.1 分析と可視化の反復によるタスク
6.2.2 分析と可視化の融合による効果
6.2.3 Visual analyticsに用いられる分析手法の例
6.2.4 Visual analyticsと適用分野
6.2.5 Visual analyticsの課題
6.3 ビッグデータからの意思決定・仮説検証
7. 機械学習と情報可視化:人間と機械の関係を最適化するために
7.1 機械学習のための可視化
7.1.1 機械学習結果の可視化
7.1.2 機械学習過程の可視化
7.1.3 機械学習のための可視化に関する展望
7.2 可視化のための機械学習
7.2.1 可視化結果生成を支援する機械学習
7.2.2 可視化結果選択を支援する機械学習
7.2.3 可視化のための機械学習に関する展望
8. VR/ARと情報可視化:データ分析を現実世界に還元する
8.1 可視化のためのVR/AR環境
8.2 Immersive visualization: VR/AR技術と可視化の融合
8.2.1 科学系可視化とAR
8.2.2 情報可視化とVR
8.2.3 情報可視化とAR
8.2.4 ここまでのまとめ
8.3 Immersive analytics: 没入的なデータ分析環境の完成形へ
9. 情報可視化の研究開発の展望:「可視化」に続くものはなにか
9.1 「可視化」という学術分野名をリニューアルするとき
9.2 「フレームワーク研究」,「組合せ研究」を重視する
9.3 手段と目的を繰り返し反転させる
9.4 可読化は可視化ではない
9.5 情報可視化の実用事例が可視化されなかった状況を打開する
9.6 人間がデータ理解を先導するために
引用・参考文献
索引