DV1699 - Introduktion till visuell dataanalys

1. Beslut

Denna kurs är inrättad av dekan 2023-12-25. Kursplanen är fastställd av prefekten vid institutionen för datavetenskap 2024-09-16 och gäller från 2024-09-16.

2. Förkunskapskrav

För tillträde till kursen krävs avklarade kurser omfattande 60 hp varav minst 30 hp inom datavetenskap och 6 hp i programmering samt genomgången kurs i matematisk statistik.

3. Syfte och innehåll

3.1 Syfte

Syftet med kursen är att utveckla studenternas kunskap om tekniker och principer för datavisualisering. Kursens fokus är att lära sig de grundläggande begreppen för datavisualisering och de mest effektiva visualiseringsteknikerna för att analysera, utforska eller presentera komplexa och stora mängder data. Datavisualisering kan tillämpas på flera olika områden, till exempel datavetenskap, speldataanalys, e-hälsa, miljövetenskap och ekonomi.

3.2 Innehåll

Kursen innehåller både teoretisk kunskap och praktiska aspekter och koncept inom datavisualisering. Grundläggande koncept för visualisering introduceras: visualiseringspipeline, visuell perception och kognition, visuell kodning, användaruppgifter, interaktiv visualisering, tekniker och algoritmer för datavisualisering. Visualiseringsbibliotek används för att öva på olika typer av data, t.ex. abstrakta data (informationsvisualisering).

4. Lärandemål

Följande lärandemål examineras i kursen:

4.1. Kunskap och förståelse

Efter genomförd kurs ska studenten kunna:

redogöra ingående för centrala begrepp och principer inom datavisualisering
beskriva hur olika visualiseringstekniker kan bidra till att skapa en effektiv visualisering, både muntligt och skriftligt

4.2. Färdighet och förmåga

Efter genomförd kurs ska studenten kunna:

skapa lämpliga statiska och interaktiva visualiseringar med hjälp av visualiseringsbibliotek
välja och tillämpa effektiva visualiseringstekniker som stödjer användaruppgiften, t.ex. analys av data

4.3. Värderingsförmåga och förhållningssätt

Efter genomförd kurs ska studenten kunna:

visa förmåga att diskutera relevanta etiska aspekter av datavisualiseringsteori

5. Läraktiviteter

Undervisningen sker i form av föreläsningar, laborationer, handledning av projekt och presentationer av studenternas arbete. Kursen består av ett antal kursmoment som utförs individuellt och/eller i grupp.
Under föreläsningarna kommer den teoretiska bakgrunden att presenteras för studenterna samt ett urval av relevant vetenskaplig litteratur som kommer att användas praktiskt i arbetet. Laborationer kommer att introducera de programmeringskoncept som behövs för flerfasexaminationen. Studenterna kommer sedan att arbeta med ett projekt för att tillämpa både kunskaper i teori och programmering som förvärvats under kursen på ett praktiskt användningsfall.
Allt kursmaterial kommer att distribueras genom BTH:s lärplattform. Undervisningen ges på engelska men undervisningsstöd på svenska kan förekomma.

6. Bedömning och examination

Examinationsmoment för kursen

Kod	Benämning	Omf.	Betyg
2505	Flerfasexamination	3 hp	AF
2515	Projekt	4,5 hp	AF

Kursen bedöms med betygen A Utmärkt, B Mycket bra, C Bra, D Tillfredställande, E Tillräckligt, FX Otillräckligt, komplettering krävs, F Underkänd.

Skriftliga examinationer kan komma att följas upp muntligt.

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

Huvudlitteratur:

Visualization Analysis and Design, Tamara Munzner, A K Peters/CRC Press, 2015 (ISBN-13: 9781466508910).
Valda vetenskapliga artiklar inom visualisering kommer att tillhandahållas vid kursen

Referenslitteratur:

Information Visualization: Perception for Design, 3rd Edition, Colin Ware, 2012, (ISBN-13: 9780123814647).
Information Visualization: An Introduction, Robert Spence, 3rd edition, Springer, 2014, (ISBN-13: 9783319073408)
Game Analytics: Maximizing the Value of Player Data, Magy Seif El-Nasr, Anders Drachen, Alessandro Canossa (Editors), Springer, 2013, (ISBN-13: 9781447147695).
Länkar till referenslitteratur via internet kommer också att tillhandahållas vid kursstart.

10. Övrigt

Denna kurs ersätter kursen DV1659

Detta är inte ett juridiskt dokument. Vill du ha en kopia av det juridiska beslutet kring denna kursplan kontakta registrator vid Blekinge Tekniska Högskola.