Denna kurs ger en introduktion till grunderna i att utforma och utveckla datavisualiseringar. Datavisualisering är ett beprövat sätt att ta till sig, utforska och sätta in stora mängder information – som är avgörande för vårt beslutsfattande – i sitt sammanhang. Genom en serie föreläsningar och praktiska övningar i Python kommer du att lära dig om olika typer av data, användarnas mål och en ”grammatik” för visualisering som hjälper dig att skapa och analysera datavisualiseringar. Du kommer också att lära dig om interaktivitet som gör det enklare att utforska dina data. I slutändan kommer kunskapen om dessa byggstenar att göra det möjligt för dig att skapa effektiva och ändamålsenliga visuella datarepresentationer.
https://www4.uib.no/en/studies/courses/digi118
Vid kursens slut ska deltagaren kunna:
– ha en förståelse för de grundläggande principerna inom visualiseringsteori och -tekniker inom olika viktiga dataområden
– ha kunskap om människans grafiska perception och dess kopplingar till visualiseringsdesign
– ha en överblick över metoder för att visuellt kodifiera och interagera med data
– ha skaffat sig praktisk erfarenhet av att skapa grundläggande visualiseringar av data för analys och kommunikation
– kritiskt utvärdera och diskutera visualiseringar
– förstå och kritiskt diskutera visualiseringens roll och betydelse i det moderna samhället
– förklara begreppet ”visualiseringskompetens”
Inga.
Vi rekommenderar att du har tidigare erfarenhet av programmering, algoritmiskt tänkande samt data eller datastrukturer. Även om det är möjligt att klara kursen utan programmeringserfarenhet bör du räkna med att behöva lägga ner extra tid och ansträngning för att klara uppgifterna.
Fyra moduler med asynkrona föreläsningsvideor på Panopto Video, tillsammans med en bedömning i form av en portfölj: fyra frågesporter baserade på föreläsningarna och en avslutande programmeringsuppgift. Studenterna måste lämna in och klara alla delar i portföljen för att få godkänt på kursen.
Kursen pågår från vecka 3 till 8 (18 januari–26 februari)
Studieutdrag