Visualisering, 6 hp
Visualization, 6 credits
732A98
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåKurstyp
ProgramkursExaminator
Oleg SysoevKursansvarig
Oleg SysoevStudierektor eller motsvarande
Jolanta PielaszkiewiczKursen ges för | Termin | Veckor | Block | Språk | Ort/Campus | VOF | |
---|---|---|---|---|---|---|---|
F7MSL | Statistics and Machine Learning, Master´s Programme - First and main admission round | 1 (HT 2022) | 202235-202243 | 2 | Engelska | Linköping, Valla | V |
F7MSL | Statistics and Machine Learning, Master´s Programme - First and main admission round | 3 (HT 2022) | 202235-202243 | 2 | Engelska | Linköping, Valla | V |
F7MSL | Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) | 1 (HT 2022) | 202235-202243 | 2 | Engelska | Linköping, Valla | V |
F7MSL | Statistics and Machine Learning, Master´s Programme - Second admission round (open only for Swedish/EU students) | 3 (HT 2022) | 202235-202243 | 2 | Engelska | Linköping, Valla | V |
Huvudområde
StatistikUtbildningsnivå
Avancerad nivåFördjupningsnivå
A1NKursen ges för
- Master's Programme in Statistics and Machine Learning
Förkunskapskrav
- Kandidatexamen om 180hp (eller motsvarande) inom något av följande ämnen:
- statistik
- matematik
- tillämpad matematik
- datavetenskap
- teknik
- Godkända kurser i:
- matematisk analys
- linjär algebra
- statistik
- programmering
- Engelska 6
Undantag för svenska
Lärandemål
Efter avslutad kurs skall den studerande kunna:
- beskriva grundläggande principer för visualisering med hjälp av statiska, interaktiva eller dynamiska diagram,
- välja lämpliga statiska, interaktiva eller dynamiska visualiseringsmetoder för att lösa vanliga uppgifter inom datavisualisering,
- producera enkla diagram för att göra analyser och diagram av hög kvalité för att inkludera i vetenskapliga publikationer,
- använda moderna öppna och kommersiella visualiseringsredskap för att beskriva struktur av stora och komplexa datamängder och för att upptäcka gömda mallar och trender i datamängderna,
- visa kunskap om visualiseringsmetoder som finns i aktuella forskningspublikationer.
Kursinnehåll
Kursen behandlar följande:
- principer för rätt datavisualisering och vilseledande diagram,
- statiska redskap som används för visualisering av univariata och bivariata mängder: histogram, stapeldiagram, punktdiagram, tidsseriediagram,
- visualisering av textinformation: ordträd och ordmoln,
- statiska redskap som används för flerdimensionella datamaterial: punktdiagramsmatriser, trädkartor, värmekartor, bubbeldiagram, Chernoff ansikten, stjärndiagram, parallellkoordinatsdiagram,
- visualisering med hjälp av flerdimensionell skalning,
- visualisering av geografisk information med hjälp av webbapplikationer och standalone mjukvara,
- skapa animering genom att kombinera statiska diagram,
- animerade bubbeldiagram,
- interaktiva visualiseringsredskap: länkade diagram, markering, identifiering och guidade turer,
- skapa diagram av publikations- and presentationsnivå från enkla diagram.
Undervisnings- och arbetsformer
Kursen består av föreläsningar, datorövningar och seminarier som kompletteras med självstudier. Föreläsningarna ägnas åt genomgång av teori, koncept och metodik. Datorövningarna ger praktisk erfarenhet av datavisualisering. Seminarier ägnas åt studentpresentationer,diskussioner av uppgifter och presentationer av vetenskapliga artiklar inom visualisering.
Undervisningsspråk: engelska.
Examination
Skriftlig redovisning av labbuppgifter. Aktivt deltagande i seminarierna. Obligatorisk presentation av en vetenskaplig artikel inom visualisering. En skriftlig eller muntlig tentamen. Detaljerad information återfinns i studiehandledningen.
Om det finns särskilda skäl, och om det med hänsyn till det obligatoriska momentets karaktär är möjligt, får examinator besluta att ersätta det obligatoriska momentet med en annan likvärdig uppgift.
Om LiU: s koordinator för studenter med funktionsnedsättning har beviljat en student rätt till anpassad examination vid salstentamen har studenten rätt till det.
Om koordinatorn har gett studenten en rekommendation om anpassad examination eller alternativ examinationsform, får examinator besluta om detta om examinator bedömer det möjligt utifrån kursens mål.
Examinator får också besluta om anpassad examination eller alternativ examinationsform om examinator bedömer att det finns synnerliga skäl och examinator bedömer det möjligt utifrån kursens mål.
Studerande, vars examination underkänts två gånger på kursen eller del av kursen, har rätt att begära en annan examinator vid förnyat examinationstillfälle.
Den som godkänts i prov får ej delta i förnyat prov för högre betyg.
Betygsskala
ECTS, ECÖvrig information
Planering och genomförande av kurs ska utgå från kursplanens formuleringar. Den kursvärdering som ska ingå i varje kurs ska därför behandla frågan om hur kursen överensstämmer med kursplanen.
Kursen bedrivs på ett sådant sätt att både mäns och kvinnors erfarenhet och kunskaper synliggörs och utvecklas.
Om det föreligger synnerliga skäl får rektor i särskilt beslut ange förutsättningarna för, och delegera rätten att besluta om, tillfälliga avsteg från denna kursplan.
Institution
Institutionen för datavetenskapKod | Benämning | Omfattning | Betygsskala |
---|---|---|---|
LAB2 | Laboration | 1 hp | EC |
DAT3 | Tentamen | 5 hp | EC |
Denna flik innehåller det material som är publikt i Lisam. Den information som publiceras här är inte juridiskt bindande, sådant material hittar du under övriga flikar på denna sida.
Det finns inga filer att visa.