Předmět: Základy vizualizace dat

» Seznam fakult » FAV » KIV
Název předmětu Základy vizualizace dat
Kód předmětu KIV/ZVD-E
Organizační forma výuky Přednáška + Cvičení
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 5
Vyučovací jazyk Angličtina
Statut předmětu Povinně-volitelný
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Janeček Jindřich, doc. Ing. Ph.D.
Obsah předmětu
1. Historie vizualizace dat 2. Vizuální kódování hodnot a jejich vnímání 3. Principy návrhu vizualizace informace 4. Vizualizace časových řad 5. Vizualizace dat obsahujících geolokaci 6. Vizualizace multidimenzionálních dat 7. Interakce a animace 8. Vizualizace nejistoty 9. Explorace multidimenzionálních dat 10. Vizualizace hierarchií a grafů 11. Story-telling 12. Vizualizace vědeckých dat 13. Rezerva, pokročilá témata vizualizace dat

Studijní aktivity a metody výuky
  • Vypracování seminární práce v bakalářském studijním programu [5-40] - 36 hodin za semestr
  • Příprava prezentace (referátu v cizím jazyce) [10-15] - 12 hodin za semestr
  • Kontaktní výuka - 52 hodin za semestr
  • Příprava na zkoušku [10-60] - 30 hodin za semestr
Předpoklady
Odborné znalosti
prokázat znalost základních principům teorie diferenciálního a integrálního počtu funkcí jedné i více reálných proměnných (KMA/MA2 nebo KMA/M2)
rozumět základním principům z oblasti lineární algebry (KMA/LAA)
prokázat znalosti základních statistických metod a postupů pro analýzu dat (KMA/PSA)
prokázat znalost základních datových struktur používaných v informatice (zásobník, fronta, speciální vyhledávací stromy, slovníky, hashovací tabulky, množiny, grafy) (KIV/PT nebo KIV/ADS)
rozumět základní principům událostního programování, zejména v kontextu uživatelského rozhraní a programování jednoduchých animací vektorových objektů (KIV/UUR, KIV/UPG nebo KIV/ZPG, KIV/PH, apod.)
Odborné dovednosti
používat anglický jazyk minimálně na úrovni B2 společného evropského referenčního rámce (UJP/AEP4 aj.)
provádět základní matematické výpočty z oblasti diferenciálního a integrálního počtu, lineární algebry a maticového počtu (KMA/MA1, KMA/LAA a obdobné předměty)
využívat znalosti základních statistických metod a postupů pro analýzu dat (KMA/PSA, KMA/STAV)
navrhovat a implementovat složitější algoritmy pro zpracování heterogenních dat v libovolném programovacím jazyce (KIV/PPA2 nebo KIV/ADS, KIV/ALG nebo KIV/PRO, KIV/PC, a další)
Obecné způsobilosti
bc. studium: své učení a pracovní činnost si sám plánuje a organizuje,
bc. studium: vytváří hypotézy, navrhuje postupné kroky, zvažuje využití různých postupů při řešení problému nebo ověřování hypotézy,
bc. studium: je otevřený k využití různých postupů při řešení problémů, nahlíží problém z různých stran,
Výsledky učení
Odborné znalosti
vysvětlit principy návrhu dobré vizualizace dat zabraňující chybným interpretacím
popsat a vysvětlit základní vizualizační techniky používající se běžně pro vizualizaci informace, např. sloupcový a spojnicový graf, histogram, XY-graf, Tukey box a violin plot, mapu, paralelní souřadnice a sémantické sítě
popsat a vysvětlit základní vizualizační techniky používající se běžně pro vizualizaci vědeckých dat, např. barevná mapa, izo-čáry a izo-plochy, glyfy, proudnice
popsat přístupy vizuální analytiky rozsáhlých multidimenzionálních dat, zahrnující interaktivní exploraci s využitím XY grafů, paralelních souřadnice, heat map, atd.
Odborné dovednosti
vizualizovat multidimenzionální data prostřednictvím standardních nástrojů Microsoft Power BI nebo Tableau
vizualizovat skalární a vektorová pole ve 2D a 3D prostřednictvím vizualizačních nástrojů jako je ParaView
vizualizovat relace a hierarchie prostřednictvím standardních nástrojů, např. Gephi
Obecné způsobilosti
bc. studium: samostatně získávají další odborné znalosti, dovednosti a způsobilosti na základě především praktické zkušenosti a jejího vyhodnocení, ale také samostatným studiem teoretických poznatků oboru,
Vyučovací metody
Odborné znalosti
Přednáška s diskusí,
Přednáška s aktivizací studentů,
Samostudium,
Samostatná práce studentů,
Odborné dovednosti
Cvičení (praktické činnosti),
Samostatná práce studentů,
Projektová výuka,
Obecné způsobilosti
Přednáška s diskusí,
Diskuse,
Samostatná práce studentů,
Hodnotící metody
Odborné znalosti
Průběžné hodnocení,
Individuální prezentace,
Kombinovaná zkouška,
Odborné dovednosti
Průběžné hodnocení,
Seminární práce,
Demonstrace dovedností (praktická činnost),
Individuální prezentace,
Obecné způsobilosti
Seminární práce,
Průběžné hodnocení,
Doporučená literatura
  • Selected readings from peer-reviewed related literature as specified on CourseWare.
  • Munzner, Tamara. Visualization analysis & design. 2015. ISBN 978-1-4665-0891-0.
  • Tufte, Edward R. Beautiful evidence. Cheshire : Graphics Press, 2006. ISBN 0-9613921-7-7.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr