DM878: Visualisering

Det Naturvidenskabelige Studienævn

Undervisningssprog: På dansk eller engelsk afhængigt af underviser
EKA: N340072112, N340072102
Censur: Intern prøve, en bedømmer, Ekstern prøve
Bedømmelse: Bestået/Ikke bestået, 7-trinsskala
Udbudssteder: Odense
Udbudsterminer: Efterår
Niveau: Kandidat

STADS ID (UVA): N340072101
ECTS-point: 5

Godkendelsesdato: 12-05-2020


Varighed: 1 semester

Version: Arkiv

Indgangskrav

Ingen

Faglige forudsætninger

Studerende, der følger kurset, forventes at have grundlæggende programmeringsfærdigheder.

Formål

Visualiseringer er et vigtigt værktøj for eksperter indenfor forskellige områder (f.eks. samfundsvidenskab, bioinformatik, digital humaniora og sport) for at få et overblik over datafordelinger og indsigt i fremherskende datamønstre på en forståelig, intuitiv og visuel form. Målet med kurset er at gøre det muligt for den studerende at udvikle passende visuelle grænseflader til (domænespecifikke) brugerløsninger. Dette er vigtigt, da mange studerende vil blive ansat i sektorer, der kan kræve løsninger til visuel dataudforskning.

Kurset bygger på kompetencer inden for programmering og datastrukturer erhvervet i en bacheloruddannelse, og giver et akademisk grundlag for at forberede et speciale, hvor visuel dataanalyse er i fokus.

Efter afsluttet kursus skulle studerende have fået viden om:

  • Metoder til visualiseringsdesign
  • Syn og menneskelig opfattelse
  • Data- og opgaveabstraktion til visuelt design
  • Visuel indkodning- og interaktionsværktøjer

Efter kurset skal de studerende have tilegnet sig færdighederne i at:

  • Vurdere brugerkrav til visuelt design
  • Udvikle visuelle grænseflader til multivariate datasæt
  • Anvende interaktionsværktøjer til at understøtte interaktiv visuel dataudforskning
  • Validere effektiviteten af ​​visualiseringsløsninger 

Efter kurset skal studerende være kompetente i at:

  • Abstrahere domænespecifikke visualiseringsopgaver
  • Tilpasse eksisterende løsninger til understøttelse af relaterede visualiseringsopgaver
  • Udvikle nye visualiseringer til ikke-understøttede brugeropgaver
  • Argumentere omkring datakarakteristika på baggrund af visuelle mønstre

Målbeskrivelse

For at nå kursets mål er læringsmålet for kurset, at den studerende demonstrerer evne til at:  

  • Forklare visuelle designmetoder for vilkårlige brugeropgaver
  • Vælge passende visuelle karakteristika til kortlægning af datafunktioner
  • Forklare og anvende passende avancerede visualiseringmetoder
  • Evaluere kvaliteten af og foreslå forbedringer til visuelle kortlægninger
  • Løse visuelle designopgaver i teams

Indhold

Kurset indeholder følgende faglige hovedområder: 

  • Nestede modeller til visualiseringsdesign
  • Syn og menneskelig opfattelse og deres indflydelse på visuelt design
  • Hvilke typer data kan visualiseres? (dataabstraktion)
  • Hvorfor skal vi visualisere? (opgaveabstraktion)
  • Hvordan visualiserer vi? (visuel kodning)
  • Færdigheder til at interagere med visuelle repræsentationer
  • Informationssøgning og visuel analyse
  • Avanceret visualisering af numeriske, tekstmæssige, geospatiale, tidsmæssige og netværksdata

Litteratur

Se BlackBoard for pensumlister og yderligere litteraturhenvisninger.

Eksamensbestemmelser

Forudsætningsprøve a)

Tidsmæssig placering

Efterår

Udprøvninger

Gruppeprojekt

EKA

N340072112

Censur

Intern prøve, en bedømmer

Bedømmelse

Bestået/Ikke bestået

Identifikation

Fulde navn og SDU brugernavn

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Oplyses på kurset.

ECTS-point

0

Uddybende information

Forudsætningsprøven er en forudsætning for deltagelse i eksamenselement a)

Eksamenselement a)

Tidsmæssig placering

Efterår

Forudsætninger

Type Forudsætningsnavn Forudsætningsfag
Delprøve Forudsætningsprøve a) N340072101, DM878: Visualisering

Udprøvninger

Mundtlig præsentation

EKA

N340072102

Censur

Ekstern prøve

Bedømmelse

7-trinsskala

Identifikation

Studiekort

Sprog

Følger, som udgangspunkt, undervisningssprog

Hjælpemidler

Ikke tilladt. 

ECTS-point

5

Uddybende information

Eksamen er baseret på et gruppeprojekt, der udarbejdes i løbet af kurset. Eksamen består af præsentation af gruppeprojektet samt en kort, individuel eksamination. Under eksamen præsenteres resultaterne på projektet af gruppen og efterfølgende eksamineres de studerende individuelt i deres generelle viden om visualisering, som de har opnået gennem kurset. 

Eksamensformen ved reeksamen kan være en anden end eksamensformen ved den ordinære eksamen.

Vejledende antal undervisningstimer

36 timer per semester

Undervisningsform

På naturvidenskab er undervisningen tilrettelagt efter trefasemodellen dvs. intro, trænings- og studiefasen.

  • Introfase 24 timer 
  • Træningsfase 12 timer (eksaminatorier for projektdiskussioner)

Aktiviteter i studiefasen:

  • Løsning af projektopgaverne
  • Selvstudium af visse emner fra lærebogen
  • Selvstændig opsamling på intro og træningsfasen

Ansvarlig underviser

Navn E-mail Institut
Stefan Jänicke stjaenicke@imada.sdu.dk Institut for Matematik og Datalogi

Skemaoplysninger

Administrationsenhed

Institut for Matematik og Datalogi (datalogi)

Team hos Uddannelsesjura & Registratur

NAT

Udbudssteder

Odense

Anbefalede studieforløb

Profil Uddannelse Semester Udbuds periode