Datenvisualisierung & Visual Analytics (WP)*

Masterstudium

Folgende Lernergebnisse werden in der Lehrveranstaltung erarbeitet:

- Die Studierenden kennen grundlegende Kenntnisse der Data Visualisation sowie der Visual Communication.
- Die Studierenden können selbstständig Visualisierungen entwickeln und diese für Kommunikationszwecke einsetzten.
- Die Studierenden können dabei mit verschiedenen Darstellungswerkzeugen sowie Darstellungsbibliotheken arbeiten, um Daten und Analyseergebnisse aussagekräftig darzustellen.

Keine Voraussetzungen

Folgende Inhalte werden in der Lehrveranstaltung besprochen:

- Auswertungswerkzeuge mit visueller Ausrichtung, z.B. Bl-Tools wie MS PowerBl, Tableau, QlikView
- Darstellungsbibliotheken, z.B. matplotlib.pyplot, gglot2
- Regeln der visuellen Communication, z.B. Hichert SUCCESSS

PRIMÄRLITERATUR:
- Chang, W. (2013): R Graphics Cookbook: Practical Recipes for Visualizing Data (Ed. 1), O´Reilly, Farnham (ISBN: 978-1449316952)
- Chen, C.; Härdle, W. K.; Unwin, A. (2008): Handbook of Data Visualization (Ed. 1), Springer, Berlin (ISBN: 978-3-662-50074-3)

SEKUNDÄRLITERATUR:
- Dale, K. (2016): Data Visualization with Python and Javascript: Scrape, Clean, Explore & Transform Your Data (Ed. 1), O´Reilly, Farnham (ISBN: 978-1491920510)
- Murray, S. (2017): Interactive Data Visualization for the Web: An Introduction to Designing with D3 (Ed. 2), O´Reilly, Farnham (ISBN: 978-1491921289)

Seminararbeit oder Klausur (Zur Überprüfung der gesamten LV Inhalte)

Englisch

4

15

2.0

Folgende Methoden kommen zum Einsatz:

- Vortrag mit Diskussion
- Interaktiver Workshop
- Fallstudien

3

Prof. (FH) Dr. Michael Kohlegger

WPF.6

Integrierte Lehrveranstaltung

Wahlpflichtfach