$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Visuel Analytics (VA) a émergé comme une nouvelle manière d'analyser grande base de données grâce à l'affichage visuel interactif. Nous avons démontré l'utilité et la souplesse d'une approche de VA dans l'analyse des ensembles de données biologiques. Des exemples de ces ensembles de données en immunologie incluent la cytométrie de flux, les données Luminex, et le génotypage (par exemple, single nucleotide polymorphism) des données. Contrairement à l'approche de visualisation d'information traditionnels, VA restaure la puissance d'analyse dans les mains de l'analyste, en permettant à l'analyste de se livrer en temps réel processus d'exploration de données. Nous avons choisi le logiciel VA appelé Tableau après avoir évalué plusieurs outils VA. Deux types de tâches d'analyse d'analyse au sein et entre les ensembles de données ont été démontrées dans la vidéo de présentation en utilisant une approche appelée analyse appariés. L'analyse par paires, comme défini dans VA, est une approche d'analyse dans lequel un expert outil de VA travaille côte à côte avec un expert du domaine lors de l'analyse. L'expert du domaine est celui qui comprend la signification des données, et pose les questions que les données recueillies pourraient adresse. L'expert outil crée ensuite des visualisations pour aider à trouver des modèles dans les données qui pourraient répondre à ces questions. Le court temps de latence entre la génération d'hypothèses et de l'affichage visuel rapide des données est le principal avantage d'une approche VA.