Diplomado en arte y datos

• La analítica de datos como modelo de pensamiento. • Fenómeno, variable, datos.
• Datos, información, conocimiento.
• Los datos no estructurados y el Big Data.
• ¿Cómo opera el algoritmo?
• Lineamientos éticos.
• El procesamiento del lenguaje natural.
• Los textos en el espacio.
• Sentiment analysis.
• Topic modeling.
• Uso de la herramienta Orange3 para minería de texto.
• Ejemplo 1: Campañas políticas en twitter.
• Ejemplo 2: Análisis afectivo de las metáforas de la pandemia.
• https://orangedatamining.com/download

• Pensamiento visual.
• Herramientas gráficas.
• Preguntas de la visualización.
• Estructuras visuales.
• Infografía Vs. Visualización de datos.
• Diferencias y características esenciales.
• Qué NO es Infografía.
• Tipologías y herramientas infográficas.
• Por función.
• Por aplicación.
• Planeación infográfica.
• Método de diseño.
• Elaboración infográfica.

• “Representación artística” (de la NASA o Humboldt).
• Este módulo dará una breve introducción al trabajo artístico en favor de la ciencia.
• Ejemplos de ilustraciones subacuáticas, del espacio y la naturaleza (mapas, cuerpos celestes – radioastronomía o criaturas de ultramar – Louis Bec).
• Protocolos y datos (Bratton Stack).
• Abordaremos el presente desde la teoría de Benjamin Bratton, nos servirá para comprender el trabajo de artistas que son cercanos al departamento de Google llamado AMI (Art and Machine Intelligence).
• ¿Cual es nuestra base? (“All your bases are belong to us”).
• Datos públicos – Datos abiertos (Kittler y breve texto la Ciencia como software libre).
• API (AMVA-SIATA) – Urnas y Urneros.
• Codigo -Oneliners- (Supercollider, ffmpeg, Max/MSP).
• Sesión enteramente práctica dedicada a la generación de sonidos a partir de datos.

1. La belleza en los datos y los algoritmos: Una mirada al arte contemporáneo y el trabajo artístico con visualización de datos en movimiento e interactivos. línea estética, planteamiento, posturas, modos de aproximarse a los datos.
2. Visualización de datos interactivos: Herramientas para visualización de datos y gráficos por computadora: Isometric Data Viz, Geographic Data Viz, turtle graphics, iterative turtle graphics algorithm, glChAoSP, QGIS, kepler.gl. Librerias en Python : Plotly Graphing Libraries, seaborn: Statistical data visualization.
3. Data Humanismo: En este segmento veremos la visualización de datos a través de artes más análogas, Hackeando desde el activismo artístico como una forma de humanizar los datos y activar otro tipo de relaciones y configuraciones como el trabajo de Giorgia Lupi.

1. Crítica a la visualización de datos: En este primera sección exploraremos algunas de las críticas hacia los sistemas de visualización de datos.
2. Introducción a la sonificación: En la segunda sección abordaremos algunos conceptos básicos de la sonificación mediante la exploración de proyectos y la discusión teórica.
3. Prototipo de sonificación: En la última sección, los estudiantes crearán un modelo básico de sonificación para su proyecto. 7. Hackathon.

En este segmento del diplomado los participantes podrán crear sus obras en un espacio dinámico, con una metodología de innovación abierta, tipo Hackathon, en donde se trabaja a partir de la solución de retos, marcada por el ánimo de explorar, resignificar, indagar el qué, cómo y porqué desde la lúdica y la experimentación con herramientas análogas y digitales, llevando al límite lo posible en una producción rápida, colaborativa, por etapas y exploratoria.

• Construcción de ideas.
• Referentes.
• Conceptos.
• Identificar base de datos libre ( Tenemos que hablar Colombia).
• Segmentar y enfocar.
• Planeación de obra.
• Método de diseño.
• Bocetación.
• Elaboración infográfica.
• Alternativas Producción.