Coursera

Principios esenciales de diseño en Tableau (Coursera)

Offered by Universidad Austral,
Principios esenciales de diseño en Tableau (Coursera)

En este curso, analizarás y aplicarás principios de diseño esenciales para tus visualizaciones en Tableau. Este curso asume que comprendes las herramientas dentro de Tableau y tienes algún conocimiento de los conceptos fundamentales de visualización de datos. Definirás y examinarás las similitudes y diferencias del análisis exploratorio y estudio, así como comenzarás a hacerte las preguntas correctas sobre lo que se necesita en una visualización.

Class Deals by MOOC List - Click here and see Coursera's Active Discounts, Deals, and Promo Codes.

Evaluarás cómo trabajan juntos los datos y el diseño, incluida la forma de elegir la representación visual adecuada para tus datos y la diferencia entre imágenes efectivas e ineficaces. Aplicarás principios efectivos de diseño de mejores prácticas a tus visualizaciones de datos y podrá ilustrar ejemplos de uso estratégico del contraste para resaltar elementos importantes. Evaluarás los atributos preatentivos y por qué son importantes en las visualizaciones. Examinarás la importancia de usar la cantidad "correcta" de color y en el lugar correcto y podrás aplicar los principios de diseño para ordenar tu visualización de datos.

What You Will Learn

  • Examinar y mejorar una visualización ineficaz.
  • Aplicar las mejores prácticas de visualización
  • Crear y diseñar visualizaciones que funcionen mejor para el público objetivo

Syllabus

WEEK 1
Descubriendo imágenes eficaces e ineficaces
En este primer módulo, vamos a comenzar con información básica sobre cómo el cerebro humano percibe el mundo y luego descubrirás imágenes eficaces e ineficaces. Al final de este módulo, podrás reconocer cómo se relaciona el cerebro con el diseño visual. Conocerás la diferencia entre el diseño cognitivo versus el diseño perceptivo. Aprenderás las diversas opciones de visualización que ofrece Tableau y algunas de sus ventajas y desventajas. Discutirás por qué las buenas prácticas éticas juegan en el diseño de visualizaciones. También comenzarás a examinar visualizaciones ineficaces y aprenderá a mejorarlas.

WEEK 2
Percepción visual y carga cognitiva
En este módulo explorarás conceptos específicos de la visualización de datos que aplican los conceptos aprendidos en el módulo anterior sobre cómo funciona el cerebro humano. Podrás definir la carga cognitiva y lo que significa el desorden desde una perspectiva de la visualización. Podrás ilustrar visualmente los principios de la percepción visual y utilizar el contraste para mejorar tus visualizaciones. Podrás definir y utilizar atributos preatentivos como el color para realizar visualizaciones efectivas.

WEEK 3
Diseño de las mejores prácticas
En este módulo, revisarás algunos de los conceptos introducidos en el módulo anterior. Podrás aplicar los principios de Gestalt y aprovechar los atributos de atención previa en tus visualizaciones. Examinarás el papel de la accesibilidad y la estética en tus creaciones.

WEEK 4
Diseñar para comprender
Después de completar este módulo, podrás diseñar tus visualizaciones para un público objetivo y con un propósito. Podrás identificar la conexión entre datos, relaciones y un buen diseño visual. Implementarás herramientas de diseño y obtendrás consejos adicionales en tus visualizaciones.

Go to Class
MOOC List is learner-supported. When you buy through links on our site, we may earn an affiliate commission.

Related Courses

Fundamentals of GIS (Coursera) Coursera
University of California, Davis

Fundamentals of GIS (Coursera)

CS: Information & Technology Sci: Physical & Earth Sciences

Explore the world of spatial analysis and cartography with geographic information systems (GIS). What you will learn: define core geospatial concepts; practice with subset data using selections and feature attributes; create map books using advanced mapping techniques; create layer and map packages.

Jun 8th 2026
4 Weeks
Data Analysis Geographic Information Systems GIS
Details
Practical Python for AI Coding 2 (Coursera) Coursera
Korea Advanced Institute of Science and Technology - KAIST

Practical Python for AI Coding 2 (Coursera)

CS: Software Engineering CS: Programming

This course is for a complete novice of Python coding, so no prior knowledge or experience in software coding is required. This course selects, introduces and explains Python syntaxes, functions and libraries that were frequently used in AI coding. In addition, this course introduces vital syntaxes, and functions often used in AI coding and explains the complementary relationship among NumPy, Pandas and TensorFlow, so this course is helpful for even seasoned python users.

Jun 8th 2026
5-12 Weeks
Python Object-Oriented Programming Data Visualization
Details
Analyzing and Visualizing Data in Looker (Coursera) Coursera
Google Cloud

Analyzing and Visualizing Data in Looker (Coursera)

CS: Information & Technology

In this course, you learn how to do the kind of data exploration and analysis in Looker that would formerly be done primarily by SQL developers or analysts. Upon completion of this course, you will be able to leverage Looker's modern analytics platform to find and explore relevant content in your organization’s Looker instance, ask questions of your data, create new metrics as needed, and build and share visualizations and dashboards to facilitate data-driven decision making.

Jun 8th 2026
2 Weeks
Data Analysis Data Visualization Data Exploration
Details
Data Science with R - Capstone Project (Coursera) Coursera
IBM

Data Science with R - Capstone Project (Coursera)

Statistics & Data Analysis Data Science

In this capstone course, you will apply various data science skills and techniques that you have learned as part of the previous courses in the IBM Data Science with R Specialization or IBM Data Analytics with Excel and R Professional Certificate. For this project, you will assume the role of a Data Scientist who has recently joined an organization and be presented with a challenge that requires data collection, analysis, basic hypothesis testing, visualization, and modeling to be performed on real-world datasets.

Jun 8th 2026
5-12 Weeks
Linear Regression Data Science Exploratory Data Analysis
Details
Advanced Computer Vision with TensorFlow (Coursera) Coursera
DeepLearning.AI

Advanced Computer Vision with TensorFlow (Coursera)

Data Science

In this course, you will: a) Explore image classification, image segmentation, object localization, and object detection. Apply transfer learning to object localization and detection; b) Apply object detection models such as regional-CNN and ResNet-50, customize existing models, and build your own models to detect, localize, and label your own rubber duck images; c) Implement image segmentation using variations of the fully convolutional network (FCN) including U-Net and d) Mask-RCNN to identify and detect numbers, pets, zombies, and more; d) Identify which parts of an image are being used by your model to make its predictions using class activation maps and saliency maps and apply these ML interpretation methods to inspect and improve the design of a famous network, AlexNet.

Jun 8th 2026
4 Weeks
ML Computer Vision Visualization
Details
Visualizing Data & Communicating Results in R with RStudio (Coursera) Coursera
Codio

Visualizing Data & Communicating Results in R with RStudio (Coursera)

Statistics & Data Analysis Data Science

Code and run your first R program in minutes without installing anything! This course is designed for learners with limited coding experience, providing foundational knowledge of data visualizations and R Markdown. The modules in this course cover different types of visualization models such as bar charts, histograms, and heat maps as well as R Markdown.

Jun 8th 2026
5-12 Weeks
Data Visualization R Programming Histogram
Details
Integración y preparación de datos (Coursera) Coursera
Universidad de los Andes

Integración y preparación de datos (Coursera)

Statistics & Data Analysis Data Science

El manejo de datos que permita generar conocimiento útil para una organización es cada vez más importante en los trabajos de alta demanda al día de hoy. Es así como este curso presenta al estudiante una metodología para el desarrollo de proyectos basados en datos, en especial de ciencia de datos. Hace énfasis en los procesos de exploración, transformación, integración de fuentes de datos estructuradas y no estructuradas con el fin de mejorar la eficiencia y calidad en los resultados de análisis posteriores como los basados en modelos analíticos.

Jun 8th 2026
4 Weeks
Data Management Data Analysis Data Science
Details
Data Visualization (Coursera) Coursera
University of Illinois at Urbana-Champaign

Data Visualization (Coursera)

Statistics & Data Analysis Data Science

Learn the general concepts of data mining along with basic methodologies and applications. Then dive into one subfield in data mining: pattern discovery. Learn in-depth concepts, methods, and applications of pattern discovery in data mining. We will also introduce methods for pattern-based classification and some interesting applications of pattern discovery. This course provides you the opportunity to learn skills and content to practice and engage in scalable pattern discovery methods on massive transactional data, discuss pattern evaluation measures, and study methods for mining diverse kinds of patterns, sequential patterns, and sub-graph patterns.

Jun 8th 2026
4 Weeks
Data Mining Numerical Analysis Data Visualization
Details
Object Localization with TensorFlow (Coursera) Coursera
Coursera Project Network

Object Localization with TensorFlow (Coursera)

Data Science

Welcome to this 2 hour long guided project on creating and training an Object Localization model with TensorFlow. In this guided project, we are going to use TensorFlow's Keras API to create a convolutional neural network which will be trained to classify as well as localize emojis in images. Localization, in this context, means the position of the emojis in the images. This means that the network will have one input and two outputs.

Jun 8th 2026
Self-Paced
Machine Learning Computer Vision Data Visualization
Details
Exploratory Data Analysis for the Public Sector with ggplot (Coursera) Coursera
University of Michigan

Exploratory Data Analysis for the Public Sector with ggplot (Coursera)

Statistics & Data Analysis Data Science

Learn about the core pillars of the public sector and the core functions of public administration through statistical Exploratory Data Analysis (EDA). Learn analytical and technical skills using the R programming language to explore, visualize, and present data, with a focus on equity and the administrative functions of planning and reporting.

Jun 8th 2026
4 Weeks
EDA Exploratory Data Analysis Visualization
Details