Die rasante technologische Entwicklung erfordert die Verarbeitung großer Mengen von Daten unterschiedlichster Art, um diese durch den Menschen nutzbar zu machen. Diese Herausforderung betrifft heutzutage sehr viele Bereiche des Lebens. Insbesondere in Forschung, Wirtschaft und Politik wird Datenvisualisierung dazu eingesetzt, um Informationen und Zusammenhänge durch grafische Darstellung von Daten zu erklären, diese durch visuelle Analyse zu erkunden und Entscheidungsfindungen zu unterstützen. Ziel dieses Kurses ist es, Studierende mit den Prinzipien, Techniken und Algorithmen der Datenvisualisierung vertraut zu machen und praktische Fertigkeiten für die Gestaltung und Implementierung von Datenvisualisierungen zu ermitteln.

Dieser Kurs vermittelt den Studierenden die Grundlagen der Datenvisualisierung mit aktuellen Inhalten aus Forschung und Praxis. Am Ende des Kurses werden die Studierenden

1. wesentliche theoretische Grundlagen der Visualisierung zur grafischen Wahrnehmung und Kognition kennen,
2. Methoden zur visuellen Kodierung von Daten, sowie Methoden der interaktiven Visualisierung kennen und anwenden können,
3. Algorithmen und Techniken zur Visualisierung von Daten (Diagramme, Graphen, Karten), einschließlich Methoden der Interaktion, kennen und anwenden können,
4. Visualisierungslösungen kritisch bewerten können, und
5. praktische Fertigkeiten für die Konzipierung von Visualisierungen sowie für deren Implementierung besitzen.

Der Kurs richtet sich sowohl an Studierende, die daran interessiert sind, Datenvisualisierung in ihrer Arbeit einzusetzen, als auch an Studierende, die Visualisierungstools entwickeln wollen. Grundkenntnisse in der Programmierung (Javascript, Python) und Datenanalyse (z.B. R) sind hilfreich.

Neben der Teilnahme an den Diskussionen in der Veranstaltung absolvieren die Studierenden mehrere Programmier- und Datenanalyseaufgaben, sowie ein Abschlussprojekt als lauffähiges Visualisierungs-Tool. Von den Studierenden wird erwartet, dass sie die Ergebnisse der Aufgaben und des Projekts dokumentieren und präsentieren.

Bitte beachten Sie, dass der Kurs sich darauf konzentriert, wie Daten visuell kodiert und für die Analyse präsentiert werden, nachdem die Struktur der Daten und deren Inhalt bekannt ist. Explorative Analysemethoden zur Entdeckung von Erkenntnissen in Daten sind nicht der Schwerpunkt des Kurses.

Literatur

Text Book

Munzner, Tamara. Visualization analysis and design. AK Peters/CRC Press, 2014.

Additional Literature

• Interactive Data Visualization for the Web, 2nd Edition. Scott Murray, O'Reilly Press. 2017. 

• Yau, Nathan: Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. Wiley Publishing, Inc. 2011.

• Spence, Robert: Information Visualization: Design for Interaction. Pearson. 2007.

Zusätzliche Informationen

https://www.mi.fu-berlin.de/en/inf/groups/hcc/teaching/winter_term_2020_21/course_data_visualization.html