Datenvisualisierung & Visual Analytics (WP)*

Masterstudium

Folgende Lernergebnisse werden in der Lehrveranstaltung erarbeitet: - Die Studierenden haben grundlegende Kenntnisse der Data Visualisation sowie der Visual Communication. - Die Studierenden können selbständig 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)

Klausur oder Seminararbeit

Deutsch

4

15

2.0

Folgende Methoden kommen zum Einsatz: - Vortrag mit Diskussion - Interaktiver Workshop - Fallstudien

3

Prof. (FH) Dr. Michael Kohlegger

WPF.10

Integrierte Lehrveranstaltung

Wahlpflichtfach