DM878: Visualisering

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

I forhold til uddannelsens kompetenceprofil har kurset eksplicit fokus på at:

• Give kompetence til at planlægge og udføre videnskabelige projekter på højt fagligt niveau herunder styre arbejds- og udviklingssituationer, der er komplekse, uforudsigelige og forudsætter nye løsningsmodeller
• Give færdigheder i at beskrive, analysere og løse avancerede applikationsdrevne, datalogiske problemstillinger ved hjælp af de lærte modeller og til at tilpasse og udvikle nye varianter af de lærte metoder, hvor det konkrete problem kræver det
• Give viden om et udvalg af specialiserede modeller og metoder udviklet inden for datalogi baseret på højeste internationale forskning, herunder emner fra fagets forskningsfront; at kunne forstå og på et videnskabeligt grundlag reflektere over det datalogiske fagområdes viden samt kunne identificere videnskabelige problemstillinger

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

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

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