Einführung in die Datenvisualisierung

Einführung in die Datenvisualisierung

Ausgabestelle

Fakultät für Naturwissenschaften und Technik
Fachbereich Informatik

Dozent(en):

Ke Er Amy Zhang

Startdatum

18. Januar 2027

Enddatum

26. Februar 2027

Studienfach

CHARM-Prioritätsfeld

Studienniveau

Studienaufwand, ECTS

2,5

Kurzbeschreibung

Dieser Kurs vermittelt die Grundlagen der Konzeption und Entwicklung von Datenvisualisierungen. Datenvisualisierung ist eine bewährte Methode, um große Mengen an Informationen, die für unsere Entscheidungsfindung entscheidend sind, zu erschließen, zu erkunden und in einen Kontext zu setzen. Anhand einer Reihe von Vorlesungen und praktischen Übungen in Python lernen Sie verschiedene Datentypen, Nutzerziele und eine „Grammatik“ der Visualisierung kennen, die Ihnen dabei helfen wird, Datenvisualisierungen zu erstellen und zu analysieren. Außerdem lernen Sie, wie Interaktivität die Erkundung Ihrer Daten erleichtert. Letztendlich werden Sie dank der Kenntnis dieser Bausteine in der Lage sein, wirkungsvolle und zielgerichtete visuelle Datendarstellungen zu erstellen.

Ausführliche Beschreibung

https://www4.uib.no/en/studies/courses/digi118

Lernziele

Am Ende des Kurses sind die Lernenden in der Lage:
– die Grundprinzipien der Visualisierungstheorie und -techniken in verschiedenen wichtigen Datenbereichen zu verstehen
– Kenntnisse über die grafische Wahrnehmung des Menschen und deren Zusammenhang mit dem Visualisierungsdesign zu besitzen
– einen Überblick über Methoden zur visuellen Kodierung von Daten und zur Interaktion mit diesen zu haben
– praktische Erfahrungen bei der Erstellung grundlegender Datenvisualisierungen für Analyse und Kommunikation gesammelt zu haben
– Visualisierungen kritisch bewerten und diskutieren
– die Rolle und Bedeutung von Visualisierung in der heutigen Gesellschaft erkennen und kritisch diskutieren können
– den Begriff „Visualisierungskompetenz“ erläutern

Kursvoraussetzungen

Keine.

Wir empfehlen, bereits über Erfahrungen in den Bereichen Programmierung, algorithmisches Denken sowie Daten und Datenstrukturen zu verfügen. Auch wenn der erfolgreiche Abschluss des Kurses ohne Programmiererfahrung möglich ist, sollte der Lernende damit rechnen, zusätzliche Zeit und Mühe aufwenden zu müssen, um die Aufgaben zu meistern.

Freie Plätze

750

Geplante pädagogische Aktivitäten und Unterrichtsmethoden:

Vier Module mit asynchronen Vorlesungsvideos auf Panopto Video sowie eine Bewertung im Portfolio-Stil: vier Quizze zu den Vorlesungen und eine abschließende Programmieraufgabe. Die Studierenden müssen alle Portfolio-Komponenten einreichen und bestehen, um insgesamt die Kursanforderungen zu erfüllen.

Der Kurs findet in den Wochen 3 bis 8 (18. Januar bis 26. Februar) statt.

  • Woche 3 (18. Januar): 1 Vorbereitungsmodul wird am Montag um 9:00 Uhr online auf MittUiB veröffentlicht
  • Wochen 4–7: 4 Vorlesungsmodule werden montags um 9:00 Uhr online auf MittUiB veröffentlicht
  • Letzte Frist für die Einreichung der Pflichtarbeiten: 26. Februar 2027 um 23:59 Uhr

Kurscode

DIGI118

Sprache

Bewertungsmethode

Quizze

Abschließende Zertifizierung

Zeugnis

Bewertungsdatum

26. Februar 2027

Modalität

Eingesetztes Lernmanagementsystem

Canvas und Programmierübungen auf Kaggle

Unterrichtsstunden pro Woche für den Studierenden:

3

Konkrete regelmäßige wöchentliche Unterrichtstage/-zeiten

3 Stunden pro Vorlesung. 1 Vorlesung pro Woche über 4 Wochen.

Zeitzone