Data Science & Intelligent Analytics BB
Apply Icon
Apply
now

Visual Analytics für Data Science

level of course unit

Masterstudium

Learning outcomes of course unit

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.

prerequisites and co-requisites

Keine Voraussetzungen

course contents

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

recommended or required reading

- 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).

assessment methods and criteria

Abschlussklausur oder Seminararbeit

language of instruction

Deutsch

number of ECTS credits allocated

3

planned learning activities and teaching methods

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

semester/trimester when the course unit is delivered

3

course-hours-per-week (chw)

2

name of lecturer(s)

N.A.

year of study

2

recommended optional program components

N.A.

course unit code

DPR.7

type of course unit

ILV

mode of delivery

Präsenzveranstaltung

work placement(s)

N.A.