Introduksjon til datavisualisering
Lågaregradsemne
- Studiepoeng
- 2.5
- Undervisningssemester Haust, Vår
- Emnekode
- DIGI118
- Talet på semester
- 1
- Undervisningsspråk
- Engelsk
- Ressursar
- Timeplan
Emnebeskrivelse
Mål og innhold
Kurset tek sikte på å introdusera studentane til det grunnleggjande om datavisualiseringsteori, design og utvikling.
Vårt privat- og arbeidsliv er omgitt av data frå steg-teljarar og mobile vêrmeldingar til rekneark og andre informasjonskjelder som styrer avgjerder på individuelt, lokalt og globalt nivå. Datavisualisering er eit velprøvt middel for å engasjera seg i store mengder av informasjon som er viktig i avgjerder, utforska dei og kontekstualisera dei. Mange spørsmål treng svar for å laga ei visualisering, f. eks: Kva farge skal eg bruka til denne variabelen? eller skal eg bruka eit søyle- eller linjediagram for å finna noko? Dårlege val kan føra til visualiseringar som vil villeia, skjula eller overdriva viktige aspekt i dataet, medan gode val vil spegla dataet på ein klarare, sannferdigere måte. I dette kurset skal me introdusera grunnlaga til design og utvikling av datavisualiseringar. Kunnskap av desse byggjesteinane vil gjera deg i stand til å produsera visuelle datarepresentasjonar som er sannferdige og effektive, og identifisera visuelle element som er villeiande om dei underliggjande datasetta sine. Gjennom ei blanding av forelesingar, diskusjonar og praktiske aktivitetar i Python som er vennlege til nybyrjarar, skal du læra om ulike typar av data, ulike brukaroppgåver og bli introduserte til eit "grammar" av visualisering for å hjelpa deg med skapa eller demontera datavisualiseringar. Du skal også læra om korleis å integrera rørsle og interaktivitet for å utforska og engasjera deg betre med data dine.
Læringsutbytte
Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:
Kunnskapar
Studenten
- har forståing for dei grunnleggjande prinsippa for visualiseringsteori og -teknikkar på tvers av ulike store datadomene
- har kunnskap om menneskeleg grafisk persepsjon og dens relasjonar til visualiseringsdesign
- har oversikt over metodar for å visuelt koda og samhandla med data
Ferdigheiter
Studenten
- har fått praktisk erfaring med å byggja grunnleggjande visualiseringar av data for analyse og kommunikasjon
- han kritisk vurdera og diskutera visualiseringar
Generell kompetanse
Studenten
- anerkjenner og kan kritisk diskutera rolla og betydninga av visualisering i dagens samfunn
- kan forklara konseptet «visualization literacy»
Studiepoeng, omfang
Studienivå (studiesyklus)
Undervisningssemester
Undervisningssted
Krav til forkunnskaper
Anbefalte forkunnskaper
Tidlegare erfaring med grunnleggande programmering og algoritmisk tenking, til dømes DIGI111 Algoritmar og programmering, og data/datastrukturar, til dømes DIGI110 fantastiske data.
Det er mogleg å gjennomføre utan tidlegare programmeringserfaring, men studentane bør då forvente å leggje ned ekstra innsats for å lukkast med den praktiske oppgåva.
Krav til studierett
Arbeids- og undervisningsformer
Obligatorisk undervisningsaktivitet
For hvert tema vil det være en obligatorisk quiz. En obligatorisk oppgåve om sentrale tematikker.
Obligatoriske quizer og aktiviteter er bare gyldig i undervisningssemesteret.
Obligatoriske aktiviteter må gjennomføres samme semester som undervisningen blir gjennomført.
Vurderingsformer
Emnet er bestått når alle obligatoriske arbeidskrav er gjennomført og godkjend av faglærar.
Karakterskala
Vurderingssemester
Litteraturliste
Emneevaluering
Hjelpemiddel til eksamen
Programansvarlig
Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet og
alle emna der.