• Zielgruppen
  • Suche
 

Visual Analytics (VL + Ü)

Lernziele

Visual Analytics beschäftigt sich mit der Analyse, der Aufbereitung und der visuellen Repräsentation von großen und komplexen Datenmengen mit dem Ziel, dass Menschen neue Informationen und neues Wissen aus den Daten erlangen können. Zu den Lernzielen gehört, dass die Studierenden die Grundlagen der notwendigen Schritte zur Datenvorverarbeitung sowie die Grundzüge der menschlichen visuellen Wahrnehmung kennenlernen und verstehen. Weiterhin lernen die Studierenden Visualisierungstechniken für verschiedenartige Daten wie z.B. räumliche Daten oder Graphen kennen und sollen deren Vor- und Nachteile bewerten können. Ebenso lernen die Studierenden unterschiedliche Konzepte und Techniken der Interaktion kennen und können deren Vor- und Nachteile bewerten. Schließlich  sollen die Studierenden interaktive Systeme zur Informationsvisualisierung als Ganzes bewerten können und mithilfe von entsprechenden Softwarebibliotheken Visualisierungstechniken selbständig implementieren können.

Vorkenntnisse

Hilfreich, aber nicht zwingend erforderlich: Foundations of Information Retrieval, Graphische Datenverarbeitung, Data Mining.

Stoffumfang

In der Vorlesung werden die folgenden Themen behandelt: 1. Einführung zur interaktiven Daten- und Informationsvisualisierung; 2. Datentypen und  grundlegende Verarbeitungsschritte; 3. Menschliche Wahrnehmung und Informationsverarbeitung; 4. Visualisierung von räumlichen und geografischen  Daten; 5. Visualisierung von Bäumen, Graphen und Netzwerken; 6. Visualisierung von Texten,  Dokumenten und multimedialen Daten; 7. Interaktion: Konzepte und Techniken; 8. Entwurf von effektiven Visualisierungen; 9. Vergleich und Bewertung von Visualisierungstechniken und -systemen; 10. Aktuelle Forschung und Multimedia Analytics.

Termine und Raum

Vorlesung: Di. 12:45 - 14:15 Uhr (ab. 1. Semesterwoche)

Übung: Di. 14:30 - 16:00 (zwei-wöchentlich, ab 2. Semesterwoche)

Raum: Appelstr. 4, Seminarraum 235

Dozent

Prof. Dr. Ralph Ewerth