Vis Info

Faculdade de Cincias e Tecnologia
Departamento de Matemtica e Computao

Bacharelado em Cincia da Computao
Visualizao de Informao:
Processo, Tcnicas e Ferramentas
Prof. Dr. Rogrio Eduardo Garcia
20/08/2014
(rogerio@fct.unesp.br)
Roteiro
Introduo
Rogrio Eduardo Garcia
Conceitos Bsicos
Classificao
Dados
Visualizao Exploratria
Classificao das Tcnicas
Aplicao e Ferramentas
Origem dos Dados
Alguns Resultados
Consideraes Finais
20/08/2014
20/08/2014
Introduo
Por que visualizao?
Introduo
Mas cuidado...
20/08/2014
Visualizao
Visualizao Cientfica
Visualizao de Software
20/08/2014
Visualizao de Informao
Contextualizao
Grande volume de dados
Representaes Visuais X Dados Abstratos
Apoio ao processo de anlise e interpretao
20/08/2014
Visualizao
Metforas visuais fazem parte do processo
cognitivo humano...
Cognio: a aquisio ou o uso de conhecimento
Definio "Tradicional"
"Construir mentalmente uma representao visual"

(Shorter Oxford English Dictionary)
Definies "Contemporneas"
"O uso de representaes visuais de dados

interativas e apoiadas por computador, para ampliar
a cognio
(Card et al., Readings in Information Visualization)
20/08/2014
Visualizao
A visualizao torna-se til na medida que

amplia a capacidade humana de executar
tarefas cognitivas
20/08/2014
Apresentao
Suporte Deciso
Anlise Confirmatria
20/08/2014
Anlise Exploratria
Ponto de partida: fatos a serem apresentados fixos

a priori
Processo: escolha de uma forma de apresentao

apropriada
Resultado: visualizao de boa qualidade, que

apresenta os fatos
10
Apresentao
20/08/2014
Ponto de partida: resultados de um processo de

investigao
Processo: busca (em geral, colaborativa) por

modelos, descries, concluses
Resultado: visualizaes capazes de apoiar a

investigao dos modelos de dados e do espao de
decises
20/08/2014
11
Suporte Deciso
Ponto de partida: hipteses sobre os dados
Processo: verificao
direcionada)
Resultado: visualizaes dos dados que permitem a

confirmao (ou no) das hipteses
das
hipteses
(busca
12
Anlise Confirmatria
20/08/2014
Ponto de partida: dados brutos, nenhuma hiptese
Processo: busca interativa, usualmente no

direcionada, por estruturas, padres, correlaes,
tendncias, etc.
Resultado: visualizaes dos dados que sugerem

hipteses
20/08/2014
13
Anlise Exploratria
Por que Visualizao
14
Habilidade de expressar muita informao

Percepo de propriedades no antecipadas
Facilita a percepo simultnea de caractersticas
dos dados em grande e pequena escala
Apoio a processos de formao de hipteses
Apoio a tarefas de pr-processamento dos dados
Deteco de problemas, limpeza, seleo, ...
20/08/2014
Definio
O Processo
Visualizao Multidimensional, Visualizao Exploratria
Metforas visuais para ajudar pessoas a explorar dados
Dados: tabelas de registros com mltiplos atributos (numricos e
categricos)
Modelos grficos acoplados a estratgias de interao
processos dinmicos de explorao
16
20/08/2014
15
Uso de representaes visuais de dados abstratos,

apoiado por computador e interativo para amplificar
a cognio [CAR99]
20/08/2014
Os Dados
Dados Brutos
Formato qualquer... em geral, necessrio transformar esses
dados em um conjunto organizado de relaes, para facilitar o
processo de mapeamento em estruturas visuais
Tabelas de Dados
Conjunto de registros (itens de dados, ou instncias) com

mltiplos atributos (dimenses, variveis)
metadados: informao descritiva sobre as instncias
20/08/2014
17
Os Dados
Dimensionalidade dos dados
Tabelas de dados:
Instncias independentes (flat data), em geral...
Cada instncia representa uma nica relao
Se o problema em estudo envolve relacionamentos entre

instncias, elas no so independentes...
Relaes entre instncias tipicamente so descritas por
estruturas como hierarquias (rvores) e redes
18
O nmero de atributos (dimenses), dos itens de dados...

Diferente da dimensionalidade espacial de uma estrutura
visual!
Relaes hierrquicas podem ser reorganizadas em

um conjunto de instncias "independentes" de forma a
obter um "flat file"
nesse caso, um ou mais atributos registra(m) o(s)
relacionamento(s) de interesse entre os itens de dados
"denormalization"
Ou podem ser descritas por arquivos estruturados e

visualizadas por tcnicas especficas para dados
hierrquicos
20/08/2014
20/08/2014
19
Os Dados
Joo
20
Maria
Ana
Jlia
Marcelo
Lusa
Ian
Flvio
Fbio
Lia
Bruno
Nicolau
Pessoa1 Pai-P1 Me-P1 Pessoa2 Pai-P2 Me-P2 Irmo-de

Maria
Joo
Ana
Marcelo
Joo
Ana
Sim
Marcelo
Joo
Ana
Lusa
Joo
Ana
Sim
Lusa
Joo
Ana
Maria
Joo
Ana
Sim
Ian
Jlia
Flvio
Fbio
Jlia
Flvio
Sim
Fbio
Jlia
Flvio
Bruno
Jlia
Flvio
Sim
Bruno
Jlia
Flvio
Ian
Jlia
Flvio
Sim
Lia
Lusa
Ian
Ian
Sim
Nicolau Lusa
10
20/08/2014
Tipo de Dados
Tipo Nominal (discreto, enumerado)
Categrico: conjunto de valores distintos, sem
relao de ordem
Exemplos: "verde",
"vermelho",
"GM", "Fiat", "Volksvagen", "Ford"
"azul
Ordinal: conjunto de valores distintos, com relao

de ordem
Exemplos: "segunda",
"tera",
"quarta",
"bsico", "intermedirio", "avanado"
...
20/08/2014
21
Tipo de Dados
Tipo Quantitativo (numrico, contnuo)
Intervalo: valores ordenados,

unidades fixas e iguais.
em
Exemplo: anos
Razo: valores ordenados em uma escala de

medidas na qual definido inerentemente um valor
de referncia zero.
Exemplo: distncias
Sub-tipos: datas, horas, coordenadas espaciais
22
medidos
11
20/08/2014
Dados
20/08/2014
23
FREITAS, C. M. D. S.; CHUBACHI, O. M.; LUZZARDI, P. R. G. ; CAVA, R. A. Introduo Visualizao de Informaes. RITA, v. VII, n.2, 2001
Formato
Em Minerao de Dados, existem alguns
formatos padro
ARFF, C5.0
Em visualizao
Tipicamente, arquivos texto com um registro por

linha, atributos separados por vrgula (.csv), <tab>,
espaos, ...
Ou suporte a gerenciadores de bases de dados

externos
24
12
20/08/2014
Visualizao Exploratria
Usam a habilidade humana de detectar

padres mesmo em cenas complexas,
relacionando atributos visuais.
20/08/2014
25
Uso de tcnicas de visualizao de informao

como apoio a processos de extrao de
informao;
Tcnicas de Explorao Visual

Orientadas a Pixel
Projeo Geomtrica
Hierrquicas
26
Iconogrficas
13
20/08/2014
Orientadas a Pixel
Cor = Valor
Subjanela = atributo (dimenso)
Mapeamento da cor do pixel
Arranjo
dos
de uma subjanela
Formato das subjanelas
Ordenao das subjanelas
20/08/2014
27
Questes de Projeto
pixels
dentro
Fonte: (1) - (Adaptado de) Daniel A. Keim & Hans-Peter Kriegel, 1996
Orientadas a Pixel
Arranjo dos Pixels
28
Depende dos dados e da tarefa na visualizao

Manter
proximidade
entre
pixels
(itens)
relacionados (temporal e resultado de consulta: 2
tipos de problemas)
Bom arranjo facilita a descoberta de agrupamentos
e correlaes entre os atributos
14
20/08/2014
Orientadas a Pixel
Arranjo dos Pixels
Dependente ou no de consulta
Valor do pixel: distncia entre o item e o resultado de
consulta (depende do tipo de dado e aplicao)
Distncia individual e global
Orientadas a Pixel
30
20/08/2014
29
Apresentar os itens mais relevantes no centro
15
20/08/2014
20/08/2014
31
Orientada a Pixel
Visualizao por pixels de um conjunto de dados aleatrio em que cada

item tem 9 atributos, usando dois arranjos distintos para a disposio dos
itens (espiral, esquerda, e por eixos, direita). Fonte: [Kei97].
Orientadas a Pixel
Facilitar a percepo de relacionamentos entre

atributos pela proximidade dos itens nas subjanelas
correspondentes (em retangular, a distncia
grande)
Retangular aproveita bem o espao da tela
32
Formato das Subjanelas
16
20/08/2014
Orientadas a Pixel
Crculos Segmentados
Organizao
20/08/2014
33
Arranjo
Orientadas a Pixel
Crculos Segmentados
34
Exemplo
17
20/08/2014
20/08/2014
35
Orientadas a Pixel
Projeo Geomtrica
Inselberg (1985) geometria computacional
Espao n-dimensional Display de 2 dimenses
n-eixos igualmente espaados, paralelos a um dos eixos do

display
Eixos linearmente escalados, do menor ao maior valor,

com a faixa de valores de dados
Item de dados representados por linhas poligonais que

intersectam cada um dos eixos
36
Coordenadas Paralelas
18
Projeo Geomtrica
20/08/2014
20/08/2014
37
Projeo Geomtrica
38
Visualizao por Coordenadas Paralelas de sete atributos dos itens de um conjunto

de dados com aproximadamente 5.800 itens. Cada eixo rotulado com os menores
e os maiores valores de dados e o nome do atributo correspondente.
19
20/08/2014
20/08/2014
39
Projeo Geomtrica
Projeo Geomtrica
Normalizao
Valores maiores atraem os pontos
Diferentes configuraes dos eixos

diferentes projees (outras tcnicas)
Dados com proporo relativa (eleio)
produzem
40
RadViz (Hoffman 1997)
20
20/08/2014
20/08/2014
41
Projeo Geomtrica
Projeo Geomtrica
Matriz de Scatterplots
Correlao
Limitao da quantidade de dados
42
21
20/08/2014
Tcnicas Iconogrficas
Percepo de textura aponta certas caractersticas nos dados
2 dimenses da tela
cone formado
comprimento)
Poucas dimenses
por
outras
dimenses
(ngulos
ou
Tcnicas Iconogrficas
44
20/08/2014
43
Duas dimenses dos dados so mapeadas para as duas

dimenses da tela, e as demais dimenses so mapeadas para
propriedades visuais de um cone
22
20/08/2014
Tcnica Hierrquica
Tcnica Hierrquica
46
20/08/2014
45
Operam subdividindo um espao k-dimensional e exibindo subespaos de forma

hierrquica. Exemplos representativos dessa estratgia no contexto de visualizao
de informao so as tcnicas denominadas n-Vision
23
48
20/08/2014
47
20/08/2014
Tcnicas Baseadas em Grafos
Mltiplas Projees
24
50
20/08/2014
49
20/08/2014
Mltiplas Vises Coordenadas
Snap modelo conceitual
25
52
20/08/2014
51
20/08/2014
Snap modelo de dados
Snap arquitetura
26
54
20/08/2014
53
20/08/2014
Arquitetura - Pattison e Phillips
Coordenao Boukhelifa e Rodgers
27
20/08/2014
KDD e Minerao de Dados

novo
A Minerao uma das etapas do processo de

KDD [Fay96];
A participao do ser humano no processo de
minerao de extrema importncia [Kei96];
Principais Etapas do KDD
56
20/08/2014
55
Descoberta de conhecimento
potencialmente til;
28
20/08/2014
Tcnicas de Minerao
Regras de Associao;
Classificao de Dados;
Agrupamento de Dados (Clustering).
20/08/2014
57
Generalizao, Sumrio e Caracterizao de

Dados;
Visual Data Mining

"Minerao Visual de Dados (VDM) um
passo no processo de extrao de
conhecimento (KDD) que utiliza a visualizao
como um canal de comunicao entre
computador e usurio para apoiar a
identificao
de
padres
novos
e
interpretveis"
do
58
Posicionamento nas duas ltimas fases

processo: minerao de dados e avaliao
Identifica trs categorias de VDM
29
20/08/2014
Visual Data Mining

Visualizao dos dados
Usurio tem total controle sobre a busca no espao de busca

Focalizar/delimitar espao de busca
Para apoiar a interpretao dos modelos extrados
Visualizao dos resultados intermedirios de uma

minerao
Direcionar a busca
Fornecer conhecimento sobre o domnio, por exemplo, para
adaptar um ncleo genrico (para diferentes aplicaes) com
a interveno do usurio
Visual Data Mining
20/08/2014
59
Visualizao dos resultados de uma minerao
60
Visualizao
Anterior
Visualizao
Posterior
Visualizao
Fortemente
Integrada
30
20/08/2014
Visual Data Mining

Fracamente acoplada
Visualizao "intercalada" com estratgias analticas de

minerao
Apoiar pr-processamento, interpretao de resultados,...
Abordagem limitada: refora limitaes de uma e de outra...
Fortemente acoplada
20/08/2014
61
Visualizao "integrada" em estratgias analticas de

minerao
Dar ao usurio maior controle e entendimento sobre o
processo analtico, apoiando a tomada de decises
necessrias
Criao de representaes visuais do espao de busca
Visual Data Mining
Explora a capacidade humana de identificar

padres por meio visual;
Pode apoiar diversas etapas do processo de
KDD;
Apoiado por ferramentas.
62
Integra Minerao de Dados com tcnicas

interativas de Visualizao;
31
20/08/2014
Ferramentas de Apoio ao VDM

Mine Set;
SeeIT;
XmdvTool
OpenDX
SpotFire.
SpotFire
64
20/08/2014
63
XGobi e Ggobi
32
66
20/08/2014
65
20/08/2014
Exemplo
Exemplo
33
68
20/08/2014
67
20/08/2014
Exemplo
Exemplo
34
70
20/08/2014
69
20/08/2014
XmdvTool
Exemplo
35
72
20/08/2014
71
20/08/2014
Exemplo
Exemplo
36
20/08/2014
73
7 392
MPG
Cylinders(2,10)
Horsepower
Weight
Acceleration
Year(70,90)
Origin(1,3,'USA','Japan','Europe')
8. 50. 4
2.8 8.2 4
40. 250. 4
1500. 5500. 4
5. 30. 4
69.5 82.5 4
.8 3.2 3
18.000000 8.000000 130.000000 3504.000000
15.000000 8.000000 165.000000 3693.000000
18.000000 8.000000 150.000000 3436.000000
16.000000 8.000000 150.000000 3433.000000
17.000000 8.000000 140.000000 3449.000000
15.000000 8.000000 198.000000 4341.000000
14.000000 8.000000 220.000000 4354.000000
14.000000 8.000000 215.000000 4312.000000
14.000000 8.000000 225.000000 4425.000000
15.000000 8.000000 190.000000 3850.000000
15.000000 8.000000 170.000000 3563.000000
12.000000 70.000000 1.000000

11.500000 70.000000 1.000000
11.000000 70.000000 1.000000
12.000000 70.000000 1.000000
10.500000 70.000000 1.000000
10.000000 70.000000 1.000000
9.000000 70.000000 1.000000
8.500000 70.000000 1.000000
10.000000 70.000000 1.000000
8.500000 70.000000 1.000000
10.000000 70.000000 1.000000
Minerao em Texto usando CMV
74
20/08/2014
Padro OKC
37
76
20/08/2014
75
20/08/2014
Visualizao de Software
SoftVisOAH
38
78
20/08/2014
77
20/08/2014
SoftVisOAH
SoftVisOAH
39
80
20/08/2014
79
20/08/2014
SoftVisOAH
SoftVis4AspectMining
40
82
20/08/2014
81
20/08/2014
41
84
20/08/2014
83
20/08/2014
42
86
20/08/2014
85
20/08/2014
43
20/08/2014
20/08/2014
87
Consideraes Finais
Abordagem alternativa
Baseada no usurio
Interao importante
Problemas:
Escalabilidade
Ocluso de representao visual
Tratamento de dados
Adequao da tcnica explorao
88
Oportunidade de desenvolvimento
44
20/08/2014
UFA!!!
20/08/2014
89
Obrigado pela ateno!
Bibliografia
ANKERST, M.; BERCHTOLD, S.; KEIM, D. A. Similarity clustering of dimensions for an enhanced visualization
of multidimensional data. In: INFOVIS 98: Proceedings of the IEEE Symposium on Information Visualization,
Washington, DC, USA: IEEE Computer Society, 1998, p. 5260.
CARD, S. K.; MACKINLAY, J.; SHNEIDERMAN, B. Readings in information visualization: Using vision to think.
San Francisco, CA: Morgan Kaufmann Publishers, 1999.
DARCE, A. F.; GARCIA, R. E.; CORREIA, R. C. M.; ELER, D. M. Coordination Model to Support Visualization
of Aspect-Oriented Programs. In: Proceedings of the 24th International Conference on Software Engineering
and Knowledge Engineering (SEKE 12), 2012, p. 168173. DELFIM, F. M. ; GARCIA, R. E. . Multiple
Coordinated Views to Support Aspect Mining Using Program Slicing. In: International Conference on Software
Engineering and Knowledge Engineering, 2013, Boston. Proceedings of the 25th International Conference on
Software Engineering and Knowledge Engineering. Skokie, Illinois, USA: Knowledge Systems Institute, 2013.
v. 1. p. 531-536.
DELFIM, F. M. ; GARCIA, R. E. . Uma Proposta de Mltiplas Vises Coordenadas para Apoiar Anlise de
Impacto de Mudana. In: Workshop de Manuteno de Software Moderna - - Simpsio Brasileiro de Qualidade
de de Software, 2013, Salvador-BA. Proc. X Workshop de Manuteno de Software Moderna, 2013.
DOSHI, P. R.; RUNDENSTEINER, E. A.; WARD, M. O. Prefetching for visual data exploration. In: Database
Systems for Advanced Applications (DASFAA), 2003.
90
ELER, D. M.; PRATES, J. M.; GARCIA, R. E.; MINGHIM, R. Coordinated Multiple Views to Support Image
Retrieval. In: 18th International Conference Information Visualisation, University of Paris Descartes, Paris,
France, 2014.
45
20/08/2014
Bibliografia
FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Advances in knowledge discovery and data mining,
cp. From data mining to knowledge discovery: An overview Menlo Park (CA): AAAI/MIT Press, p. 134,
1996a.
FAYYAD, U. M.; PIATETSKY-SHAPIRO, G.; SMYTH, P. Knowledge discovery and data mining: Towards a
unifying framework. In: Knowledge Discovery and Data Mining, 1996c, p. 8288.
FUA, Y.-H.; WARD, M. O.; RUNDENSTEINER, E. A. Structure-based brushes: A mechanism for navigating
hierarchically organized data and information spaces. In: IEEE Trans. On Visualization and Computer
Graphics, 2000, p. 150159.
GARCIA, R. E.; DE OLIVEIRA, M. C. F.; MALDONADO, J. C.; MENDONA, M. Visual analysis of data from
empirical studies. In: Proceedings of the 2004 International Conference of Distributed Multimedia Systems
International Workshop on Visual Languages and Computing, San Francisco: Knowledge Systems Institute
Visual Computing Lab, UT-Dallas, 2004.
INSELBERG, A.; DIMSDALE, B. Parallel coordinates: A tool for visualizing multidimensional geometry. In:
Proceedings of IEEE Visualization 90, Los Alamitos-CA: IEEE Computer Society Press, 1990, p. 360375.
KEIM, D. A. Pixel-oriented visualization techniques for exploring very large databases. Jounal of Computational
and Graphical Statistics, v. 5, n. 1, p. 5877, 1996.
KEIM, D. A. Visual database exploration techniques. In: Proc. Tutorial KDD97 Int. Conf. on Knowledge
Discovery and Data Mining, Newport Beach, CA, 1997.
20/08/2014
91
KEIM, D. A. Designing pixel-oriented visualization techniques: Theory and applications. IEEE Transactions on
Visualization and Computer Graphics, v. 6, n. 5, p. 5978, 2000.
Bibliografia
KEIM, D. A. Information visualization and visual data mining. IEEE Transactions on Visualization And
Computers Graphics, v. 7, n. 1, p. 100107, 2002.
KEIM, D. A.; KRIEGEL, H.-P. Visualization techniques for mining large databases: A comparison. IEEE
Transactions on Knowledge and Data Engineering, v. 8, n. 6, p. 923938, 1996.
NORTH, C.; SHNEIDERMAN, B. Snap-together visualization: can users construct and operate coordinated
visualizations? International Journal of Human-Computer Studies, v. 53, n. 5, 2000.
DE OLIVEIRA, M. C. F.; LEVKOWITZ, H. Visual data exploration and mining: A survey. IEEE Transactions on
Visualization and Computer Graphics, v. 9, n. 3, p. 378394, 2003.
PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Coordinating multiple views using an
ontology-based semantic mapping. In: 17th International Conference Information Visualisation, University of
London, London, UK: IEEE Computer Society, 2013, p. 192-197.
PRATES, J. M.; SCATALON, L. P.; GARCIA, R. E.; ELER, D. M. Ontologies to coordinate multiple views:
exploring document collections. In: 16th International Conference on Artificial Intelligence, Las Vegas, USA,
2014.
SHNEIDERMAN, B. Tree visualization with treemaps: A 2d space-filling approach. ACM Trans. Graphics, v.
11, n. 1, p. 9299, 1992. WARE, C. Information visualization: Perception for design. Second edition ed.
Morgan Kaufmann Publishers, 2000.
92
WEGMAN, E. J. Hyperdimensional data analysis using parallel coordinates. Journal of American Statistical
Association, v. 85, n. 411, 1990.
46

Vis Info

Hochgeladen von

Dokumentinformationen

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Vis Info

Hochgeladen von

Copyright:

Verfügbare Formate

Faculdade de Cincias e Tecnologia

Departamento de Matemtica e Computao

Prof. Dr. Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Classificao das Tcnicas

Origem dos Dados

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Representaes Visuais X Dados Abstratos

Rogrio Eduardo Garcia

Apoio ao processo de anlise e interpretao

"Construir mentalmente uma representao visual"

"O uso de representaes visuais de dados

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

A visualizao torna-se til na medida que

Rogrio Eduardo Garcia

Ponto de partida: fatos a serem apresentados fixos

Processo: escolha de uma forma de apresentao

Resultado: visualizao de boa qualidade, que

Rogrio Eduardo Garcia

Ponto de partida: resultados de um processo de

Processo: busca (em geral, colaborativa) por

Resultado: visualizaes capazes de apoiar a

Rogrio Eduardo Garcia

Ponto de partida: hipteses sobre os dados

Resultado: visualizaes dos dados que permitem a

Rogrio Eduardo Garcia

Ponto de partida: dados brutos, nenhuma hiptese

Processo: busca interativa, usualmente no

Resultado: visualizaes dos dados que sugerem

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Habilidade de expressar muita informao

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Uso de representaes visuais de dados abstratos,

Conjunto de registros (itens de dados, ou instncias) com

Rogrio Eduardo Garcia

Instncias independentes (flat data), em geral...

Cada instncia representa uma nica relao

Se o problema em estudo envolve relacionamentos entre

Rogrio Eduardo Garcia

O nmero de atributos (dimenses), dos itens de dados...

Relaes hierrquicas podem ser reorganizadas em

Ou podem ser descritas por arquivos estruturados e

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Pessoa1 Pai-P1 Me-P1 Pessoa2 Pai-P2 Me-P2 Irmo-de

Ordinal: conjunto de valores distintos, com relao

Rogrio Eduardo Garcia

Rogrio Eduardo Garcia

Intervalo: valores ordenados,

Razo: valores ordenados em uma escala de

Sub-tipos: datas, horas, coordenadas espaciais

Tipicamente, arquivos texto com um registro por

Ou suporte a gerenciadores de bases de dados

Rogrio Eduardo Garcia

Usam a habilidade humana de detectar

Rogrio Eduardo Garcia

Uso de tcnicas de visualizao de informao

Tcnicas de Explorao Visual

Rogrio Eduardo Garcia