Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, ..
… zwischen den verschiedenen Funktionen von Visualisierung in der wissenschaftlichen Arbeit zu unterscheiden
… für verschiedene Fragestellungen und Arten von Datensätzen geeignete Visualisierungsmethoden zu wählen
… grundlegende Eigenschaften der visuellen Wahrnehmung im Kontext von Visualisierungsmethoden zu verstehen und anzuwenden
… gängige Werkzeuge (R/ggplot2, Gephi) für die Vorverarbeitung von Datensätzen und deren Visualisierungen zu nutzen
… bestehende Visualisierungen kritisch zu lesen
Visuelle Wahrnehmung und die Funktionsweise, Möglichkeiten, Ziele, Einsatzszenarien von Visualisierung
Geschichte, positive und negative Beispiele für den Einsatz von Visualisierung im MINT-Bereich
Kritische Interpretation von Visualisierungen
„Wissenschaftliche Visualisierung“ vs. Daten- bzw. Informationsvisualisierung
Die Visualisierungs-Pipeline und ihre verschiedenen Stufen
Arten von Datensätzen, Datentypen, Dateneigenschaften und dazu passende Visualisierungsmethoden, visuelle Variablen
Ausgewählte Software-Werkzeuge (R/ggplot2, Gephi) für die Visualisierung und Vorverarbeitung von verschiedenen Datensätzen
Vorlesung mit Folien über theoretische und praktische Aspekte der Visualisierung
Praktische Übungen mit den vorgestellten Werkzeugen
Übungen, Präsentationen und Diskussion im Data Visualisation Space (DAVIS) in der TU Wien Bibliothek
Mini-Project mit eigenen oder zur Verfügung gestellten Daten
Multiple-Choice-Test
Prüfungsimmanent
20% Analyse einer frei gewählten, existierenden Datenvisualisierung nach dem Munzner Framework
40% Durchführung eines Mini-Projects Visualisierung(en) eines bereitgestellten oder frei gewählten Datensatzes, Report von 2000 Worten (Ohne Referenzen, Code, ...)
40% Multiple Choice Test