02806 Social data analyse og visualisering

2024/2025

Kursusinformation
Social data analysis and visualization
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Tilvalgskursus (B En), IT og økonomi
Tilvalgskursus (B Eng), Softwareteknologi
Tilvalgskursus (B Eng), IT-elektronik
Generel retningskompetence (MSc), Human-Centered Artificial Intelligence
Generel retningskompetence (MSc), Business Analytics
Retningsspecifikt kursus (MSc), Business Analytics
Retningsspecifikt kursus (MSc), Human-Centered Artificial Intelligence
Retningsspecifikt kursus (MSc), Transport and Logistics
Teknologisk specialisering (MSc), se flere
Teknologisk specialisering (MSc), Transportation and Logistics
Teknologisk specialisering (MSc), Business Analytics
Teknologisk specialisering (MSc), Design and Innovation
Teknologisk specialisering (MSc), Human-Centered Artificial Intelligence
F3A (tirs 8-12)
Campus Lyngby
Forelæsning, øvelser samt afsluttende projekt
13-uger
Bedømmelse af opgave(r)/rapport(er)
Én samlet karakter gives på basis af en helhedsvurdering af øvelser (50%) og afsluttende projektrapport (50%). Specifikt baseres karakteren på bedømmelse af individualiserede grupperapporter.
Alle hjælpemidler - med adgang til internettet
7-trins skala , intern bedømmelse
02822
02822/02467
02101/02100 , Kurset benytter højniveau programmerinssprog (fx Python), så praktisk programmeringserfaring er anbefalet (fx i Python/​Java/​JavaScript/​C/​C++)
Sune Lehmann , Tlf. (+45) 4525 3904 , sljo@dtu.dk
01 Institut for Matematik og Computer Science
I studieplanlæggeren
Kontakt underviseren for information om hvorvidt dette kursus giver den studerende mulighed for at lave eller forberede et projekt som kan deltage i DTUs studenterkonference om bæredygtighed, klimateknologi og miljø (GRØN DYST). Se mere på http://www.groendyst.dtu.dk
Overordnede kursusmål
Kursets formål er at gøre de studerende i stand til at visualisere komplekse datasæt og anvende de mest brugte strategier for at analysere indholdet af medier (fx tekst, musik, billeder, osv).
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Evaluere og tilgå forskellige typer af online data til brug for datavisualisering.
  • Bruge state-of-the-art værktøjer til at filtrere, rense, or organisere store komplekse datasæt
  • Anvende standardværktøjer fra højniveausprogrammeringssprog (fx Python, MatLab, R) til at evaluere metoder for datavisualisering, inklusive dot og jitter plots, histogrammer, kernel density estimater, distributionsfunktioner og mere.
  • Evaluere og anvende metoder for datavisualisering til undersøgelse af multivariate data, inklusive estimering af funktionsrelationer (fx via smoothing, visualisering af residualer, vha log-skalaer, og simple regressionsmodeller).
  • Bruge visualiseringsteknikker til at evaluere og identificere problemer med standard statistiske mål, fx baseret på Simpson's paradoks og Anscombes kvartet.
  • Anvende de basale principper af fremvisning af visuel information (fx Tufte's seks principper for grafisk integritet) til at konstruere forklarende visualiseringer.
  • Anvende specialiseret visualiseringssoftware (fx JavaScripts D3 library eller Pythonbiblioteker) til at bygge specialdesignede visualiseringer for at forklare indsigter fra et datasæt til et publikum.
  • Analysere eksempler på narrative datavisualiseringer for at identificere de underliggende principper som denne type visualisering bygger på.
  • Konstruer en narrativ datavisualisering
Kursusindhold
Kurset er baseret på at beherske værktøjer til at analysere datasæt dannet på baggrund af online sociale interaktioner. Kurset er struktureret omkring korte forelæsninger kombineret med praktiske øvelser, samt en høj grad af selvstændigt projektarbejde.
Sidst opdateret
02. maj, 2024