Qui a inventé la visualisation de données ?

Table des matières:

Qui a inventé la visualisation de données ?
Qui a inventé la visualisation de données ?

Vidéo: Qui a inventé la visualisation de données ?

Vidéo: Qui a inventé la visualisation de données ?
Vidéo: Swiss Digital Days 2020 - Une brève histoire de la visualisation de données 2024, Novembre
Anonim

Les années 1960 et 1970 ont vu l'émergence de chercheurs comme John W. Tukey aux États-Unis et Jacques Bertin en France, qui ont développé la science de la visualisation de l'information dans les domaines de statistiques et cartographie, respectivement.

Qui est le père de la visualisation de données ?

Edward Tufte est un théoricien du design graphique et un statisticien que beaucoup considèrent comme le père de la visualisation de données. Également surnommé le « Galileo des graphiques » par BusinessWeek, l'ambition de sa vie a été d'aider les gens à « voir sans mots ». Il faisait des infographies avant que quiconque ne fasse des infographies.

Quand la visualisation de données a-t-elle été créée ?

La première visualisation de données documentée remonte à 1160 B. C. avec Turin Papyrus Map qui illustre avec précision la répartition des ressources géologiques et fournit des informations sur l'exploitation de ces ressources.

Qui est le pionnier de la visualisation de données ?

William Playfair Un peu voyou et scélérat, il a également fini en prison pour débiteurs après plusieurs faillites d'entreprises. Cependant, son héritage durable se situe dans le domaine des statistiques, les graphiques qu'il a conçus constituant aujourd'hui le cœur de la visualisation des données.

Qu'est-ce que la visualisation de données et pourquoi est-ce important ?

La visualisation des données est la pratique consistant à traduire des informations dans un contexte visuel, tel qu'une carte ou un graphique, pour faciliter la compréhension des données par le cerveau humain et en tirer des enseignements. L'objectif principal de la visualisation des données est de faciliter l'identification des modèles, des tendances et des valeurs aberrantes dans les grands ensembles de données.

Conseillé: