DV2650 - Projekt i visuell dataanalys - Blekinge Tekniska Högskola

1. Beslut

Denna kurs är inrättad av dekan 2023-06-01. Kursplanen är fastställd av prefekten vid institutionen för datavetenskap 2024-04-18 och gäller från 2024-04-18.

2. Förkunskapskrav

För tillträde till kursen krävs 90 avklarade hp inom datavetenskap, informationssystem eller medieteknik varav 5 hp ska vara programmering och 5 hp från en projektkurs. Engelska 6.

3. Syfte och innehåll

3.1 Syfte

Syftet med kursen är att ge studenter kunskap och färdigheter för att effektivt utveckla system för visuell analys (VA) genom att integrera interaktiv visualisering och komplexa algoritmer för datadrivet beslutsfattande. Som förutsättning måste studenterna ha grundläggande förståelse för smidiga metoder för att underlätta samarbete i team. Kursen behandlar nyckelaspekter av dataanalys, visualiseringsverktyg och utvärderingsmetodik för att säkerställa framgångsrik design, implementation och presentation av VA-projekt.

3.2 Innehåll

Den här kursen fokuserar på den praktiska tillämpningen av principerna för visuell dataanalys genom att integrera insikter från information visualisering och dataanalys för att extrahera meningsfulla insikter från komplexa datamängder. Studenter kommer att fördjupa sig i betydelsen av information visualisering och visuell analys för att besvara analytiska frågor, samtidigt som de utforskar verkliga projekt där dessa principer tillämpas. Genom en kombination av teoretiska föreläsningar och praktiska projekt kommer deltagarna att navigera genom utmaningar och möjligheter vid korsningen av mänsklig analys, beräkningsmodeller och visuell presentation. Viktiga ämnen som täcks inkluderar:

Betydelsen av datavisualisering för analytiska frågor.
Användning av informationsvisualisering och visuell analys i verkliga projekt.
Exempel på avancerade system för visuell analys.
Dataanalys och bearbetning i verkliga projekt.
Verktyg, tjänster och bibliotek för dataanalys och visualisering, som D3 och Bokeh.
Utmaningar och möjligheter vid gränssnittet mellan analytiker, beräkningsmodeller och visuella visningar.
Utvärderingsmetoder för visualiseringar i verkliga projekt.
Typer av bias i data, analys och visualisering.

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

A1. Förstå rollen för informationsvisualisering och visuell analys i dataanalys och egenskaperna hos ledande system för visuell analys.

A2. Förstå de etiska implikationerna och användarpåverkan vid val av visualisering.

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

B1. Självständigt hantera och genomföra projekt inom dataanalys.

B2. Bemästra användningen av verktyg, metoder och bibliotek för att skapa och implementera system för visuell analys.

B3. Bestämma analytiska krav och uppgifter, välj sedan lämpliga visualiseringar, dataanalyser och interaktionsmetoder (designmål och val).

B4. Innovera och utveckla avancerade applikationer för visuell analys med fokus på teknisk kreativitet.

B5. Bedöm visuell analys för effektivitet, användbarhet, etiskt ansvar och överensstämmelse med användarnas behov.

5. Läraktiviteter

Kursen använder en kombination av föreläsningar och handledningsträffar för att stödja studenternas lärande. Föreläsningar introducerar centrala begrepp och verktyg, medan handledningsträffar ger personlig vägledning.

Lärandeaktiviteter:

Föreläsningar: Interaktiva sessioner täcker grundläggande teorier och metoder inom visuell dataanalys.
Praktiska projekt: Studenter arbetar i team för att tillämpa begreppen genom praktiska projekt, vilket förbättrar problemlösnings- och samarbetsförmågor.
Handledningsträffar: Regelbundna möten erbjuder individuell feedback och stöd från instruktörer.
Seminarier: Studenter presenterar sina projektresultat, vilket främjar diskussion och kompetensförbättring.

Genom dessa aktiviteter får studenterna en stark teoretisk förståelse och praktisk erfarenhet inom visuell dataanalys.

6. Bedömning och examination

Examinationsmoment för kursen

Kod	Benämning	Omf.	Betyg
2410	Projektförslag	1,0 hp	GU
2420	Projekt	3,5 hp	GU
2430	Rapport	2,0 hp	GU
2440	Presentation	1,0 hp	GU

Kursen bedöms med betygen G Godkänd, UX Underkänd, något mer arbete krävs, U Underkänd.

Skriftlig examination kan komma att följas upp med muntlig uppföljning.

I kurstillfällets information inför kursstart framgår i vilka examinationsmoment som kursens lärandemål examineras samt gällande bedömningsgrunder.

Examinator kan, efter samråd med högskolans FUNKA-samordnare, fatta beslut om anpassad examinationsform för att en student med varaktig funktionsvariation ska ges en likvärdig examination jämfört med en student utan funktionsvariation.

7. Kursvärdering

Kursvärdering ska göras i enlighet med BTH:s beslut om frågeställning i kursvärderingar och beslut om process för hantering och uppföljning av kursvärderingar.

8. Begränsningar i examen

Kursen kan ingå i examen men inte tillsammans med annan kurs vars innehåll, helt eller delvis, överensstämmer med innehållet i denna kurs.

9. Kurslitteratur och övriga lärresurser

Studenterna förväntas hitta lämplig litteratur på egen hand. Listan nedan kan användas som en startpunkt.

• Keim, Daniel Kohlhammer, Jörg, Elis, Geoftrey, and Mansmann, Florian, Mastering the Information Age: Solving Problems with Visual Analytics, Eurographics, latest edition.

• Munzner, Tamara, Visualization Analysis and Design, CRC Press, latest edition.