DM878: Visualisering
Intern kursuskode
Kommentar
Indgangskrav
Faglige forudsætninger
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
Eksamensbestemmelser
Eksamenselement a)
Tidsmæssig placering
Udprøvninger
Portfolio med mundtligt forsvar
EKA
Censur
Bedømmelse
Identifikation
Sprog
Hjælpemidler
Hjælpemidler ikke tilladt
Brug af AI værktøjer (f.eks., ChatGPT, Microsoft Copilot, Gemini etc.) til at producere element 1 er forbudt!
ECTS-point
Uddybende information
Portfolio eksamen består af følgende elementer:
- et gruppeprojekt med en skriftlig videnskabelig kort artikel (2-4 sider), og en (kort) demonstrationsvideo der beskriver gruppens visualiseringsprojekt (skal afleveres)
- en delt poster præsentation af visualiseringsprojektet med en mundtlig gruppediskussion (efter element 1 er gennemset)
- en kort individuel mundtlig eksamen med spørgsmål om kursets teoretiske indhold (samme dag som element 2)
For samlet at opnå en bestået karakter skal alle elementerne hver for sig leve op til målbeskrivelserne. Bedømmelsen af element 1 finder sted i forbindelse med afviklingen af element 2 og 3.
Element 1 vægter 50%, element 2 vægter 30% og element 3 vægter 20% af karakteren, idet der dog anlægges en helhedsvurdering.
Vejledende antal undervisningstimer
Undervisningsform
Antal undervisningstimer i alt: 36
Fællestimer i klasselokale/auditorium: 20
Holdtimer i klasselokale: 16
Forelæsningen foregår som en flipped classroom. Alle relaterede forelæsninger er forudindspillede og tilgængelige på Itslearning ved kursusstart. Forelæsningerne inkluderer flere praktiske aktiviteter for at styrke forståelsen af det teoretiske indhold. Øvelsesklasserne omfatter diskussion og oprettelse af visualiseringsprogrammer i Python. Derudover vil de studerende modtage feedback på gruppeprojekter i øvelsesklasserne og efter anmodning fra underviser.
Andre planalgte undervisningsaktiviteter:
Selvstudie af forskellige dele af kursusmaterialet
Programmeringseksperimenter med materiale fra øvelsestimerne
Ansvarlig underviser
Skemaoplysninger
Administrationsenhed
Team hos Registratur
Udbudssteder
Anbefalede studieforløb
Overgangsordninger
Se overgangsordninger for alle kurser på Det Naturvidenskabelige Fakultet.