Visuell Data Science
Masteremne
- Studiepoeng
- 10
- Undervisningssemester Haust, VÃ¥r
- Emnekode
- INF253
- Talet på semester
- 1
- ±«²Ô»å±ð°ù±¹¾±²õ²Ô¾±²Ô²µ²õ²õ±è°ùÃ¥°ì
- Engelsk
- Ressursar
Emnebeskrivelse
²ÑÃ¥±ô og innhold
²ÑÃ¥±ô
Emnet studerer den menneskelege sida av data science. Meir spesifikt vert det diskutert korleis etablerte prinsipp frå visualisering, visuell analyse, perseptiell psykologi og kognitiv vitskap kan nyttast i data science for å lage effektive verktøy for datautforsking. Emnet gjev også ein introduksjon til menneske-maskin-interaksjon, grensesnittdesign og effektiv datakommunikasjon skreddarsydd for forskjellige målgrupper.
Innhald
Emnet er utvikla for å lære studentane alle stega i menneskesentrert dataanalyse. Frå innsamling, preparering og handtering av data, fylgt av visualisering, samhandling og utforsking av data og til slutt effektiv kommunikasjon av innsikt frå data. Vidare fokuserer emnet på visualiseringsteori for ikkje-romleg informasjonsdata, interaksjonsmodellar, prinsipp for menneske-maskin interaksjon og estetikk for visuell design.
³¢Ã¦°ù¾±²Ô²µ²õ³Ü³Ù²ú²â³Ù³Ù±ð
Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:
Kunnskapar
Studenten
- har evne til å forstå og å evaluere visuelle framstillingar av data
- har ei djup forståing av visualiserings- og interaksjonsteknikker brukt i data science
- har fått djup kunnskap til datamodellar, grafisk persepsjon og effektive metodar for visuell koding og datainteraksjon
- har fått kjennskap til effektiv menneske-maskin interaksjon og brukargrensesnittdesign
Ferdigheiter
Studenten
- er i stand til å samle, utarbeide og visualisere data og effektivt kommunisere funn i data
- er i stand til å analysere dataanalyseoppgåver og er i stand til å identifisere effektive metodar frå visualisering, statistikk og maskinlæring som er egna for å løyse oppgåva
- kan evaluere datakvaliteten og utføre reinsing av data
- kan designe effektive brukargrensesnitt for utforsking av data basert på moderne prinsipp for menneske-maskin interaksjon
- kan realisere interaktive visuelle datautforskings- og presentasjonsløysingar ved hjelp av moderne programmeringsteknikkar
Generell kompetanse
Studenten
- oppnår evne til å kritisk vurdere kvaliteten av representasjonar av data og om det syner sanninga
- kan effektivt kommunisere innsikt i data gjennom visuelle representasjonar
- kan sjølvstendig planlegge, strukturere og implementere småskala programvareprosjekt
Studienivå (studiesyklus)
Undervisningssemester
Krav til forkunnskaper
Studiepoengsreduksjon
Krav til studierett
Arbeids- og undervisningsformer
Obligatorisk undervisningsaktivitet
Vurderingsformer
Mappevurdering. Mappa bestÃ¥r av innleveringar og skriftleg skuleeksamen (4 timar). BÃ¥de innleveringar og eksamen mÃ¥ vera bestÃ¥tt dÃ¥ elementa testar emnet sitt læringsutbyte. Vektinga vert kunngjort pÃ¥ Mitt ºÚÁϳԹÏ×ÊÔ´ ved semesterstart.
Det er ordinær eksamen kvart semester. I semesteret utan undervisning er eksamen tidleg i semesteret. På første påfølgjande tidleg eksamen vert resultatat frå resten av mappa vidareført.