Data Visualization (Wintersemester 2023/2024)
Dozent:
Dr. Rico Richter
(Computergrafische Systeme)
,
Daniel Atzberger
(Computergrafische Systeme)
,
Tim Cech
(Computergrafische Systeme)
,
Josafat-Mattias Burmeister
(Computergrafische Systeme)
,
Sebastian Schulz
(Computergrafische Systeme)
Allgemeine Information
- Semesterwochenstunden: 4
- ECTS: 6
- Benotet:
Ja
- Einschreibefrist: 01.10.2023 - 31.10.2023
- Prüfungszeitpunkt §9 (4) BAMA-O: 23.02.2024
- Lehrform: Vorlesung / Übung
- Belegungsart: Wahlpflichtmodul
- Lehrsprache: Deutsch
- Maximale Teilnehmerzahl: 30
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
- OSIS: Operating Systems & Information Systems Technology
- HPI-OSIS-K Konzepte und Methoden
- OSIS: Operating Systems & Information Systems Technology
- HPI-OSIS-S Spezialisierung
- OSIS: Operating Systems & Information Systems Technology
- HPI-OSIS-T Techniken und Werkzeuge
- DANA: Data Analytics
- HPI-DANA-K Konzepte und Methoden
- DANA: Data Analytics
- HPI-DANA-T Techniken und Werkzeuge
- DANA: Data Analytics
- HPI-DANA-S Spezialisierung
- DAPP: Data Applications
- HPI-DAPP-K Konzepte und Werkzeuge
- DAPP: Data Applications
- HPI-DAPP-T Techniken und Werkzeuge
- DAPP: Data Applications
- HPI-DAPP-S Spezialisierung
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=639
Die Vorlesungen werden in Präsenz stattfinden und aufgezeichnet.
Parallel zur Vorlesung werden Übungsblätter herausgegeben für deren Bearbeitung jeweils zwei Wochen vorgesehen sind. Die Ausgabe und Besprechung der Übungsblätter findet alle zwei Wochen statt.
Leistungserfassung
Die Leistungserfassung erfolgt durch eine schriftliche Klausur am Ende der Vorlesungszeit.
Termine
Der erste Termin findet am 16.10.2021 um 11.00 Uhr in L-1.02 statt.
Die regelmäßigen Termine sind:
- Montag, 11.00 - 12.30 Uhr, L-1.02
- Mittwoch, 13:30 - 15.00 Uhr, L-1.02
Wenn Termine nur virtuell stattfinden, wird dies vorab im Moodle bekannt gegeben.
Zurück
