Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

• verschiedene Techniken aus der Visualisierung und visuellen Analytik für die explorative Datenanalyse einzusetzen,
• verschiedene Techniken aus der Visualisierung und visuellen Analytik für die Präsentation von Ergebnissen einzusetzen,
• Techniken aus dem Bereich Human-Computer-Interaction (HCI) und Wahrnehmung zu verwenden um Visualisierungen zu verbessern, und
• die Unterschiede zwischen verschiedenen aktuellen Softwarebibliotheken und Anwendungen zu verstehen.

Außerdem bietet die LVA die Möglichkeit eigene Daten zu analysieren.

• Der Vorlesungsteil beinhaltet eine theoretische Einführung in die Visualisierung, Visual Analytics, und Human-Computer-Interaction. Dies beinhaltet unter anderem eine Vorstellung aktueller Visualisierungslösungen für verschiedene Data Science Bereiche.
• Im weiteren Verlauf werden in der Vorlesung praktische Anwendungen von Visualisierungslösungen erläutert.
• Die Vorlesung behandelt auch die Unterschiede zwischen aktuellen Softwarelibraries und Applikationen.
• Im praktischen Teil der VU werden von den Studenten selbst die Unterschiede zwischen statistischer und visueller Datenanalyse erarbeitet.
• Der praktische Teil beinhaltet auch einen Vergleich zwischen ausgewählten Softwareapplikationen, und eine praktische Erarbeitung eines Dashboards zum Präsentieren von Analyseergebnissen.

Vortrag mit Folien, Programmierbeispiele und Live-Demos

Weitere Informationen finden Sie auf der LVA-Homepage (https://www.cg.tuwien.ac.at/courses/VisDataScience/).

ECTS-Breakdown:
3 ECTS = 75 Arbeitsstunden, davon
  55 Arbeitsstunden (73%) Übungsteil, und
  20 Arbeitsstunden (27%) Vorlesungsteil

StudentInnen können sich für eines von zwei Bewertungsmodellen entscheiden (nähere Informationen dazu auf der Lehrveranstaltungshomepage: https://www.cg.tuwien.ac.at/courses/VisDataScience/). Die Bewertung erfolgt dann entsprechend dem gewählten Modell.

Die Anmeldung zur LVA kann über TISS oder TUWEL erfolgen.

• Data Science Grundlagen
• Programmierkenntnisse
• Wissen über Visualisierung von Vorteil