Introduction to Data Visualization (Wintersemester 2021/2022)
Dozent:
Prof. Dr. Jürgen Döllner
(Computergrafische Systeme)
,
Daniel Atzberger
(Computergrafische Systeme)
,
Andreas Fricke
(Computergrafische Systeme)
,
Willy Scheibel
(Computergrafische Systeme)
Allgemeine Information
- Semesterwochenstunden: 4
- ECTS: 6
- Benotet:
Ja
- Einschreibefrist: 01.10.2021 - 22.10.2021
- Lehrform: Vorlesung / Übung
- Belegungsart: Pflichtmodul
- Lehrsprache: Deutsch
Studiengänge, Modulgruppen & Module
- HCGT: Human Computer Interaction & Computer Graphics Technology
- HPI-HCGT-K Konzepte und Methoden
- HCGT: Human Computer Interaction & Computer Graphics Technology
- HPI-HCGT-T Techniken und Werkzeuge
- HCGT: Human Computer Interaction & Computer Graphics Technology
- HPI-HCGT-S Spezialisierung
- ISAE: Internet, Security & Algorithm Engineering
- HPI-ISAE-T Techniken und Werkzeuge
- ISAE: Internet, Security & Algorithm Engineering
- HPI-ISAE-S Spezialisierung
- Data Engineering
- HPI-DE-V Datenvisualisierung
Beschreibung
Datenvisualisierung beschäftigt sich mit der Transformation von Daten in visuelle Representationen, mit dem Ziel Erkenntnisse durch den Nutzer zu erlangen. Dabei ist es von besonderer Bedeutung Visualisierungen so zu konzipieren, dass sie sich für den menschlichen Perzeptionsprozess eignen. Visualisierungstechniken finden Anwendungen in zahlreichen Domänen und stellen desweiteren einen komplementären Ansatz zu statistischen Analysen dar.
Die Vorlesung vermittelt grundlegende Konzepte, Methoden und Techniken der Datenvisualisierung. Die folgenden Themen werden behandelt:
- Aufgaben und Ziele von Visualisierung; Visualisierungspipeline
- Wahrnehmung und Richtlinien für die Erstellung wirkungsvoller Visualisierungen
- Interaktionsmöglichkeiten
- Visualisierung verschiedener Datenkategorien, z.B. multidimensionale, hierarchische, hochdimensionale und zeitabhängige Daten
- Anwendungsgebiete, z.B. Softwarevisualisierung, Visualisierung natürlicher Sprache und Geovisualisierung
Voraussetzungen
Die Vorlesung richtet sich an Masterstudierende in den Studiengängen "IT-Systems Engineering" und "Data Engineering".
Zur Bearbeitung der Übungsaufgaben sind Grundkenntnisse in Python und Javascript erforderlich. Die Vorlesung eignet sich dazu sich diese parallel anzueignen.
Literatur
Ware, Colin. Information visualization: perception for design. Morgan Kaufmann, 2019.
Ward, Matthew O., Georges Grinstein, und Daniel Keim. Interactive data visualization: foundations, techniques, and applications. CRC press, 2010.
Spezielle Literatur zu den jeweiligen Kapiteln wird in der Vorlesung bekannt gegeben.
Lern- und Lehrformen
Die Teilnahme an der Vorlesung erfordert eine Anmeldung über Moodle https://moodle.hpi.de/course/view.php?id=221.
Die Vorlesungen werden per Zoom übertragen, die Zugangsdaten können der Moodle-Seite entnommen werden. Zudem werden alle Termine aufgezeichnet und bereitgestellt. Lediglich die erste Vorlesung wird in Präsenz stattfinden und nicht aufgezeichnet.
Die Übung findet zu den jeweiligen Zeiten in Präsenzform statt.
Parallel zur Vorlesung werden Übungsblätter herausgegeben für deren Bearbeitung jeweils zwei Wochen vorgesehen sind. Die Ausgabe und Besprechung der Übungsblätter findet an jedem vierten Termin statt.
Leistungserfassung
Die Leistungserfassung erfolgt durch eine schriftliche Klausur am Ende der Vorlesungszeit (70%) und durch einen Übungsbetrieb (30%).
Klausurtermin: 7. März 2022 - Beginn : 10:00Uhr im Hörsaal 3
Termine
Der erste Termin findet am 25.10.2021 um 11.00 Uhr in HS 3 statt.
Die regelmäßigen Termine sind:
- Montag, 11.00 - 12.30 Uhr, HS 3
- Donnerstag, 9.15 - 10.45 Uhr, HS3
Wenn Termine nur virtuell stattfinden, wird dies vorab im Moodle bekannt gegeben.
Zurück