Tillämpad visuell analys
I en datadriven värld är det viktigt att kunna analysera stora mängder data för att identifiera frågor av intresse och testa hypoteser om upplevda mönster. Detta är Visual Analytics: en iterativ process av analytiska resonemang som underlättas av visuella gränssnitt, som kombinerar styrkorna hos människor och datorer för att få insikt från massiva, dynamiska, tvetydiga och ofta motstridiga data.
I den här kursen kommer vi att introducera grundläggande begrepp för datavisualisering, hur man använder dem för att bygga interaktiva gränssnitt för datamängder av olika typer, och vilka verktyg som är användbara i denna processen. Kursen är utformad för yrkesverksamma och anställda i olika typer av organisationer.
Kursen täcker grundläggande principer för informationsvisualisering och inkluderar praktiska erfarenheter. Du kommer att arbeta med både fördefinierade dataset och ha möjlighet att använda ditt eget dataset för att testa olika visualiseringar. Visualiseringslösningar är värdefulla för att förstå komplex data, identifiera mönster och hantera stora dataset. Även om denna kurs fokuserar på grunderna, kommer den att låta dig tillämpa visualiseringstekniker på olika dataset.
Målgrupp
Den här kursen är för erfarna utvecklare som arbetar i branschen med intresse för visualisering.
Innehåll
- Grunder för perception och design som är viktiga för att skapa nya visualiseringar.
- Jämförelse mellan olika typer av visualisering som fungerar bättre för olika typer av data.
- Integrering av flera individuella visualiseringar i interaktiva instrumentpaneler.
- Översikt över den utforskande visuella analysprocessen som införlivar allt ovan i en enhetlig pipeline.
- Praktiska tillämpningar med interaktiva visualiseringsbibliotek eller populära visualiseringsverktyg, såsom Power BI och Tableau.
Målet är att deltagarna efter kursen ska kunna
- Kritiskt och självständigt söka, analysera och sammanfatta relevanta forskningsresultat inom visualisering.
- Integrera effektivt olika visualiseringar i interaktiva instrumentpaneler, med målet att utforska komplexa datauppsättningar från olika perspektiv samtidigt.
- Designa och utveckla visuella analyssystem för analys av stora och komplexa datamängder, inklusive hela kedjan från rådata till insikter.
För mer detaljerad information om kursen se kursplanen: https://kursplan.lnu.se/kursplaner/kursplan-4DV118-1.pdf
Praktiskt information
Kursen kommer att erbjuda alternativ att arbeta med två typer av verktyg: de som kräver programmeringskunskaper (t.ex. Dash) och de som inte gör det (t.ex. Power BI, Tableau).
Videor med handledningar om Dash i Python och Power BI kommer att finnas tillgängliga. Även om exempel inte kan tillhandahållas för varje verktyg, erbjuder de flesta liknande verktyg jämförbara funktioner som de som täcks i kursen. Deltagarna är fria att välja vilket lämpligt verktyg eller programmeringsspråk som helst, oavsett om det kräver programmeringskunskaper eller inte.
Allt material kommer att finnas tillgängligt digitalt, inklusive läsmaterial, föreläsningsbilder, filmer, praktiska övningar etc. Kursen ges på ett flexibelt sätt för att underlätta kombinationen av kursarbete med dina professionella åtaganden. Vi rekommenderar att du arbetar med ett projekt under kursen som du kan använda i ditt dagliga arbete, med din egen data, och dina egna problem.
Kursen bygger på onlineaktiviteter för att göra det lättare för dig att kombinera ditt dagliga arbete med dessa studier. Det kommer att hållas förinspelade föreläsningar om grundläggande koncept, med fokus på teorier, idéer och delar av litteraturen om datavisualisering och visuell analys. Detta kompletteras med förinspelade handledningar av praktiska moment relaterade till kursen, såsom användning av programmeringsbibliotek och tillgängliga verktyg.
För att integrera med läraren och andra deltagare erbjuder vi veckovisa handlednings- sessioner online som är öppna för alla deltagare för allmänna frågor, stöd med praktiska frågor eller andra behov hos de studerande. Det kommer också att finnas tre obligatoriska workshops på plats som fokuserar på interaktion mellan lärare och deltagare för att dela verkliga erfarenheter och insikter.
Kursen bedöms genom 3 obligatoriska inlämningsuppgifter, obligatoriska seminarier, samt aktivt deltagande i diskussionsforum och workshops.
Den totala ansträngningen för att genomföra denna kurs är i allmänhet cirka 80 timmar (eller 8 timmar i veckan).
Undervisningsspråk: engelska. Det innebär att allt kursmaterial, möten och presentationer kommer att genomföras på engelska.
Behörighet
Den grundläggande behörigheten för denna kurs är en kandidatexamen. Kandidater med relevant arbetslivserfarenhet välkomnas också att söka. Två års relevant arbetslivserfarenhet anses motsvara ett års universitetsstudier på kandidatnivå.
Tidsplan
1 april, 14:00-16:00
Introduktionsföreläsning (Online, obligatorisk)
8 april, 14:00-16:00
Handledning (Online, frivillig)
15 april, 14:00-16:00
Presentation av uppgift 1 (Online, obligatorisk, inlämning 14 april)
22 april, 14:00-16:00
Handledning (Online, frivillig)
29 april, 14:00-16:00
Handledning (Online, frivillig)
6 maj, 14:00-16:00
Presentation av uppgift 2 (Online, obligatorisk, inlämning 5 maj)
13 maj, 14:00-16:00
Handledning (Online, frivillig)
20 maj, 14:00-16:00
Handledning (Online, frivillig)
27 maj, 14:00-16:00
Handledning (Online, frivillig)
Vecka 23
Ingen handledning
10 juni, 14:00-16:00
Presentation av uppgift 3 (Online, obligatorisk, inlämning 9 juni)
Vecka 25-26
Möjlighet finns att omtenta vid behov.
Denna kurs är utvecklad inom projektet Smart industri 2 och finansieras av KK-stiftelsen.
Tips på liknande kurser
Här hittar du alla kurser inom området digitalisering och IT.