Data Science & Intelligent Analytics* BB
Jetzt
Bewerben

Visual Analytics für Data Science

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die AbsolventInnen beherrschen grundlegende Kenntnisse der Data Visualisation sowie der Visual Communication. Sie können selbständig Visualisierungen entwickeln und diese für Kommunikationszwecke einsetzten. Die AbsolventInnen können dabei mit verschiedenen Darstellungswerkzeugen sowie Darstellungsbibliotheken arbeiten, um Daten und Analyseergebnisse aussagekräftig darzustellen. Außerdem verfügen sie über Kenntnisse, wie visuelle Analytik eingesetzt werden kann, um Hypothesen zu testen und Einblick in Daten zu erlangen.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

Die Studierenden erlernen den Umgang mit verschiedenen Darstellungswerkzeugen und Darstellungsbibliotheken sowie die Grundlagen der visuellen Communication und der Visual Analytics.

Die Lehrinhalte umfassen insbesondere diese Themen:
- Auswertungswerkzeuge mit visueller Ausrichtung, z.B. Bl-Tools wie MS PowerBl, tableua, QlikView
- Darstellungsbibliotheken, z.B. matplotlib.pyplot, gglot2
- Regeln der visuellen Communication, z.B. Hichert SUCCESSS

empfohlene Fachliteratur

- Chang, W. (2013) R Graphics Cookbook: Practical Recipes for Visualizing Data. 1. Auflage, O´Reilly, Farnham (ISBN: 978-1449316952).
- Chen, C.; Härdle, W. K.; Unwin, A. (2008) Handbook of Data Visualization. 1. Auflage, Springer, Berlin (ISBN: 978-3-662-50074-3).
- Dale, K. (2016) Data Visualization with Python and Javascript: Scrape, Clean, Explore & Transform Your Data. 1. Auflage, O´Reilly, Farnham (ISBN: 978-1491920510).
- Murray, S. (2017) Interactive Data Visualization for the Web: An Introduction to Designing with D3. 2. Auflage, O´Reilly, Farnham (ISBN: 978-1491921289).
- Rahlf, T. (2017) Data Visualisation with R: 100 Examples. 1. Auflage, Springer, Wiesbaden (ISBN: 978-3319497501).

Bewertungsmethoden und -kriterien

Abschlussklausur oder Seminararbeit

Unterrichtssprache

Deutsch

Anzahl der zugewiesenen ECTS-Credits

3

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

Semester/Trimester, in dem die Lehrveranstaltung/das Modul angeboten wird

3

Semester-Wochen-Stunden (SWS)

2

Name des/der Vortragenden

N.A.

Studienjahr

2

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

DPR.7

Art der Lehrveranstaltung/des Moduls

ILV

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.