HiOA har blitt OsloMet – storbyuniversitetet. Les mer om hva det har å si for deg.

meny
søk
English

ADSE3200 Visualisering

Innledning

Studentene skal tilegne seg kunnskap og innsikt i hvordan man bruker visualisering av data for å presentere informasjon, f. eks statistikk, på en mer forståelig måte. Studentene vil lære å bruke forskjellige metoder for å bearbeide data, slik at de blir lettere å jobbe med.

Forkunnskapskrav 

Ingen ut over opptakskrav.

Læringsutbytte

Etter å ha gjennomført dette emnet har studenten følgende læringsutbytte, definert som kunnskap, ferdigheter og generell kompetanse:

Kunnskap

Studenten kan

  • terminologi og begreper som brukes innenfor feltet visualisering
  • kjenner til historien bak fagfeltet
  • gjøre rede for forskjellige typer informasjon og hva slags visualiseringsteknikker som er hensiktsmessig
  • forklare statistiske metoder for å bearbeide data
  • forklare hvordan store mengder data lettere kan forstås ved hjelp av visualisering
  • forklare typiske begrensninger innen visualisering av komplekse datasett
  • forklare hva slags metoder som kan benyttes for å visualisere forskjellige typer data
  • bruke verktøy for visualisering

Ferdigheter

Studenten kan

  • anvende enkle statistiske metoder på datasett
  • identifisere egenskapene til et datasett og bestemme hva slags visualiseringsmetode som vil være mest hensiktsmessig
  • evaluere hvorvidt et datasett kan forstås bedre ved hjelp av visualisering, og hva slags metode(r) som vil gi best resultat
  • visualisere skalar- og vektorfelt i 2D og 3D ved hjelp av ulike visualiseringsmetoder
  • anvende visualisering som et verktøy

Generell kompetanse

Studenten kan

  • bruke visualisering som virkemiddel til å forstå og formidle komplekse sammenhenger

Arbeids- og undervisningsformer

Problembasert læring (PBL) med samlinger bestående av ressursforelesninger og case- studie presentasjoner av studentene. Alt arbeid skal utføres som gruppearbeid i grupper på vanligvis to studenter. Gruppearbeidet vil gå ut på å diskutere og/eller komme frem til egnede visualiseringsformer for gitte problemer fra pensumlitteraturen.

Arbeidskrav

Ingen.

Eksamen og sensorordning

Eksamensform: Mappevurdering med følgende mappekrav:

  • Gruppearbeid.
  • Individuelt arbeid.

Sensorordning: To interne sensorer. Ekstern sensor brukes jevnlig.

Mappevurdering gis en helhetlig vurdering med én karakter.

Eksamensresultat kan påklages.

Ved ny og utsatt eksamen kan en annen eksamensform også bli benyttet eller en ny oppgave med en ny frist gis. Hvis muntlig eksamen benyttes kan denne ikke påklages.

Hjelpemidler til eksamen

Alle.

Vurderingsuttrykk

I forbindelse med avsluttende vurdering benyttes en karakterskala fra A til E for bestått (A er høyeste karakter og E er laveste) og F for ikke bestått.

Pensumliste

Totalt antall sider: 427.

Spence, Robert. (2007). Information visualization: design for interaction. Harlow: Pearson Prentice Hall. Side 1-230 (230 sider).

Tufte, Edward R. (1983). The visual display of quantitative information. Cheshire, Conn: Graphics Press. 2. utg. Side 1-197 (197 sider).

(Pensumliste ajour: 8. februar 2017)

Om emnet

Visualization Bachelorstudium i anvendt datateknologi 10 stp. 5. Norsk og/eller engelsk 2017 Emnet er ekvivalent (overlapper 10 studiepoeng) med: LO124D. Ved praktisering av 3-gangers regelen for oppmelding til eksamen teller forsøk brukt i ekvivalente emner.
Publisert: Oppdatert: