Informatievisualisatie

Information Visualisation

6 EC

Semester 2, periode 6

5072INFO6Y

Eigenaar Bachelor Informatiekunde
Coördinator Nanne van Noord
Onderdeel van Bachelor Informatiekunde, jaar 1Bachelor Kunstmatige Intelligentie, jaar 1Bachelor Bèta-gamma, major Kunstmatige Intelligentie, jaar 2

Studiewijzer 2021/2022

Globale inhoud

Op basis van een aantal verschillende datasets worden verschillende aspecten van informatie visualisatie beschouwd, waarbij het doel is om presentaties te maken die primair worden opgebouwd vanuit hypotheses over de data, analyse van de data, en patronen in de data. Voor verschillende doelgroepen worden diverse mogelijkheden tot het maken van een verhaal op basis van de data bekeken en uitgeprobeerd. Bestaande visualisaties worden kritisch beschouwd op hun zeggingskracht en betrouwbaarheid.

Studiemateriaal

Literatuur

  • Wetenschappelijke papers op canvas

Practicummateriaal

  • Jupyter notebooks op canvas

Software

  • Python

Overig

  • Het materiaal op de Canvas site van Practicum Academische Vaardigheden

Leerdoelen

  • Data terminologie te gebruiken om datacollecties correct te categoriseren.
  • Visualisatiesoftware te gebruiken om data te visualiseren.
  • Associaties in datacollecties te ontdekken en te kwantificeren.
  • Te reflecteren op de informatieve en esthetische kwaliteit van een visualisatie.
  • Op basis van, en met data, een gekozen standpunt te beargumenteren.

Onderwijsvormen

  • Hoorcollege
  • Laptopcollege
  • Zelfstandig werken aan bijv. project/scriptie
  • Begeleiding/feedbackmoment

Informatie visualisatie is een opdrachtgedreven vak, met individuele opdrachten waarin vaardigheden worden opgebouwd die uiteindelijk moeten worden toegepast in het eindproject. Het eindproject vereist samenwerking, kritische reflectie op de studiematerie, en praktische toepassing van de opgedane vaardigheden.

De hoorcolleges richen zich op het bekend maken van studenten met de concepten en termen rondom data, data discriptieven, en data analyse methodes (zowel visuele als analytische methodes). Naast de hoorcolleges worden de laptopcolleges ingezet om ruimte te bieden om zowel zelfstandig als begeleid te werken aan de opdrachten en het eindproject.

Vak is project gedreven met groepsdiscussies, presentaties, en kritische reflecties, gecombineerd met team gebaseerde praktische implementatie van de ideeën op basis van bestaande en evt. zelf the ontwikkelen tools.

Practicum Academische Vaardigheden (PAV): 1 à 2 uur per week plus zelfstudie

Verdeling leeractiviteiten

Activiteit

Uren

Hoorcollege

12

Zelfstudie

156

Totaal

168

(6 EC x 28 uur)

Aanwezigheid

Aanwezigheidseisen opleiding (OER-B):

  • Voor practica en werkcolleges, met opdrachten, geldt een aanwezigheidsplicht, tenzij anders vermeld in de studiegids. Wanneer studenten niet voldoen aan deze aanwezigheidsplicht kan het onderdeel niet met een voldoende worden afgerond. De aanwezigheidsplicht met betrekking tot hoor-werkcolleges staat, indien van toepassing, vermeld in de studiegids.

Toetsing

Onderdeel en weging Details

Eindcijfer

Inzage toetsing

De manier van inzage wordt via de webpagina van het vak gecommuniceerd.

Opdrachten

Opdracht 1

  • Indivuele becijferde opdracht rondom het verkennen en beschrijven van datasets, en het vinden van relaties en patronen in datasets.

Opdracht 2

  • Indivuele becijferde opdracht waarin je vaardigheid met visualisatie software wordt getoetst.

Eindproject

  • Groepproject wat zich richt op het schrijven van een betoog op basis van data en visualisaties. Tijdens de laptopcolleges krijgt men feedback op voortgang van het project, en de opdracht wordt beoordeeld met een cijfer.

Fraude en plagiaat

Dit vak hanteert de algemene 'Fraude- en plagiaatregeling' van de UvA. Hier wordt nauwkeurig op gecontroleerd. Bij verdenking van fraude of plagiaat wordt de examencommissie van de opleiding ingeschakeld. Zie de Fraude- en plagiaatregeling van de UvA: http://student.uva.nl

Weekplanning

Weeknummer Onderwerpen
1 Datasets and descriptives
2 EDA and visualization
3 Evaluating visualizations and storytelling
4 Group project

Rooster

Het rooster van dit vak is in te zien op DataNose.

Aanvullende informatie

- Practicum Academische Vaardigheden

Het onderwijs in academische vaardigheden is deels belegd in Practica Academische Vaardigheden (PAV). Deze practica maken deel uit van het lesprogramma van dit vak en worden verzorgd door tutoren en de coördinator academische vaardigheden.

Voor BSc Informatiekunde studenten is het volgen van deze practica een voorwaarde om dit vak te kunnen afsluiten. Hiervoor geldt onder andere een aanwezigheidsplicht. Studenten die geen BSc Informatiekunde studeren, zijn vrijgesteld van deze practica.

Studenten die eerder het vak Tutoraat IK1 of het Practicum Academische Vaardigheden (2014-2015, 2015-2016) hebben gevolgd en succesvol afgesloten, kunnen vrijstelling aanvragen voor dit practicum academische vaardigheden bij de coördinator academische vaardigheden, L. van Pappelendam (A.L.vanPappelendam@uva.nl). Neem ook met andere vragen over PAV contact op met deze coördinator.

Aanbevolen voorkennis: Basiskennis statistiek, basiskennis programmeren (python).

Verwerking vakevaluaties

Hieronder vind je de aanpassingen in de opzet van het vak naar aanleiding van de vakevaluaties.

Contactinformatie

Coördinator

  • Nanne van Noord