主题搜索
数据可视化
| 学分: | 3. |
| 年: | 2023 |
| 学生贡献级别: | 带1 |
| 由: |
我们已经进入了大数据时代。获取数据的能力——能够理解数据、处理数据、从中提取价值、可视化数据、交流数据——将是未来几十年非常重要的技能。数据可视化在数据科学中占有重要的地位。数据可视化研究了将各种数据转换为有效且准确地表示数据信息的图像的范式和技术。本课程将向学生介绍数据可视化的基础知识，重点介绍数据可视化如何解决许多应用中出现的广泛的实际数据解释问题。它将包括以下主题:数据可视化的基本概念，数据表示和抽象，标记和通道，可视化设计和技术分析，交互可视化设计，以及可视化的高级主题。除了基本的概念，设计方法和技术的数据可视化。
学习成果
- 对支撑数据可视化技术和策略的基本理论、原则和概念有充分的了解;
- 应用相关的可视化原则和方法来分析、评估和改进可视化;
- 展示创建交互式可视化的有效技能;
- 应用讲故事的原则来设计和有效的沟通;
- 使用软件(Tableau)分析和可视化数据，并设计和实施可视化项目。
学科评估
- 书面>测试/测验1 -(30%)个人
- 案例分析-(35%)-个人
- 习题任务-(35%)-个人。
可用性 |
|
| 凯恩斯，研究阶段1，内部 | |
| 普查日期:2023年3月23日 | |
| Coord /收: | Yvette Everingham教授。 |
| 工作负载的期望: | 这门3学分课程的学生工作量约为130小时。
|
| 汤斯维尔，研究第一阶段，内部 | |
| 普查日期:2023年3月23日 | |
| Coord /收: | Yvette Everingham教授。 |
| 工作负载的期望: | 这门3学分课程的学生工作量约为130小时。
|
注意:由于持续的学科质量改进过程，可能会有轻微的变化，如果在评估细节上有轻微的变化，学科大纲是最新的官方信息。