Hjem
Studentsider
Laveregradsemne

Visuell Data Science

  • Studiepoeng10
  • UndervisingssemesterHaust
  • EmnekodeINF253
  • Talet på semester1
  • SpråkEngelsk
  • Ressursar

Studienivå (studiesyklus)

Bachelor

Undervisningssemester

Haust

Mål og innhald

Mål
Emnet studerer den menneskelege sida av data science. Meir spesifikt vert det diskutert korleis etablerte prinsipp frå visualisering, visuell analyse, perseptiell psykologi og kognitiv vitskap kan nyttast i data science for å lage effektive verkty for datautforsking. Emnet gjev også ein indroduksjon til menneske-maskin-interaksjon, grensesnittdesign og effektiv datakommunikasjon skreddarsydd for forskjellige målgrupper.

Innhald

Emnet er utvikla for å lære studentane alle stega i menneskesentrert dataanalyse. frå innsamling, preparering og handtering av data. Fylgt av visualisering, samhandling og utforsking av data og til slutt effektiv kommunikasjon av innsikt frå data. Emnet dekkjer dei naudsynte konsepta innan data science som statistikk, datapreparering, datahandtering og maskinlære. Vidare fokuserer emnet på visualiseringsteori for ikkje-romleg informasjonsdatam interaksjonsmodellar, prinsipp for menneske-maskin interaksjon og estetikk for visuell design.

Læringsutbyte

Studenten skal ved avslutta emne ha følgjande læringsutbyte definert i kunnskapar, ferdigheiter og generell kompetanse:

Kunnskapar
Studenten

  • har evne til å forstå og å evaluere visuelle framstillingar av data
  • har ei djup forståing av visualiserings- og interaksjonsteknikker brukt i data science
  • har fått djup kunnskap til datamodellar, grafisk persepsjon og effektive metodar for visuell koding og datainteraksjon
  • har fått kjennskap til effektiv menneske-maskin interaksjon og brukargrensesnittdesign
  • har fått innsikt i dei nyaste praksisane innan data science som involverer statistikk og maskinlæring

Ferdigheiter
Studenten

  • er i stand til å smale, utarbeide og visualisere data og effektivt kommunisere funn i data
  • er i stand til å analysere dataanalyseoppgåver og er i stand til å identifisere effektive metodar frå visualisering, statistikk og maskinlæring som er egna for å løyse oppgåva
  • kan evaluere datakvaliteten og uføre reinsing av data
  • kan designe effektive brukargrensesnitt for utforsking av data basert på miderne prinsipp for menneske-maskin interaksjon
  • kan realisere interaktive visuelle datautforskings- og presentasjonsløysingar ved hjelp av miderbne programmeringsteknikkar

Generell kompetanse
Studenten

  • oppnår evne til å kritisk vurdere kvaliteten av representasjonar av data og om det syner sanninga
  • kan effektivt kommunisere innsikt i data gjennom visuelle representasjonar
  • kan sjølstendig planlegge, strukturere og implementere småskala programvareprosjekt

Krav til forkunnskapar

INF100 og INF101 (eller tilsvarande utdanning); MAT101/MAT111 eller eit anna tilsvarande fag. Studentene forventes å bli kjent med Python, JavaScript, Lineær algebra, grunnleggende statistikk og databehandling.

Tilrådde forkunnskapar

INF250, INF161 Data Science

Studiepoengsreduksjon

Ingen

Krav til studierett

For oppstart på emnet er det krav om ein studierett knytt til Det matematisk-naturvitskaplege fakultet http://www.uib.no/matnat/52646/opptak-ved-mn-fakultetet

Arbeids- og undervisningsformer

Emnet består i hovudsak av førelesningar, programmeriungsleksjonar og øvingar. Vanlegvis vil det være 5 organiserte arbeidstimar i veka.

Obligatorisk undervisningsaktivitet

Deltaking på obligatoriske øvingar og beståtte obligatoriske oppgåver. Obligatoriske oppgåver er gyldig i to semester, deet semesteret aktiviteten vert godkjent og det påfølgjande semester.

Vurderingsformer

Fire timar skriftleg eksamen som er digital. Endeleg karakter er ein kombinasjon av karakterane frå programmeringsoppgåvene og eksamen.

Hjelpemiddel til eksamen

Enkel kalkulator er tillatt i samsvar med modellar angitt i fakultetets reglar.

Karakterskala

Ved sensur av emnet vert karakterskalaen A-F nytta.

Vurderingssemester

Det er ordinær eksamen kvart semester. I semesteret utan undervisning er eksamen tidleg i semesteret.

Litteraturliste

Litteraturlista vil vere klar innan 01.06. for haustsemesteret og 01.12. for vårsemesteret.

Emneevaluering

Studentane skal evaluere undervisninga i tråd med UiB og instituttet sitt kvalitetssikringssystem.

Programansvarleg

Programstyret har ansvar for fagleg innhald og oppbygging av studiet og for kvaliteten på studieprogrammet og alle emna der.

Emneansvarleg

Emneansvarleg og administrativ kontaktperson finn du på Mitt UiB, kontakt eventuelt studierettleiar

Administrativt ansvarleg

Det matematisk-naturvitenskapelige fakultet ved Institutt for informatikk har det administrative ansvaret for emnet og studieprogrammet.

Kontakt

Kontaktinformasjon

Studierettleiar kan kontaktast her:

studierettleiar

Tlf 55 58 42 00