Avancerad visuell dataanalys

Mål

Studenten skall efter avslutad kurs kunna:

• Undersöka nya, komplexa datamängder och identifiera relevanta egenskaper som kan extraheras.
• Välja och tillämpa avancerade algoritmiska metoder för analys av stora komplexa datamängder för att bestämma värdefulla resultat.
• Välja och använda lämpliga visualiseringsmetoder för att visa extraherad, relevant information från sådana datamängder.
• Beskriv och reflektera över visualiseringstekniker (avseende interaktion och visuell representation) och exempelverktyg för speciella datatyper och applikationsdomäner baserat på teori och praktik som diskuteras i kursen.
• Planera och implementera en dataanalysmetod som kombinerar interaktiva visualiseringstekniker med algoritmiska metoder i ett givet sammanhang.
• Göra välgrundade designval med hänsyn till givna uppgifter och databegränsningar och kunna motivera och försvara dessa val.

Innehåll

Kursen bygger vidare på kursen Informationsvisualisering, med fokus på datamodellering, utvinning och analystekniker vilka är grunden för den moderna visuella dataanalysmetodiken. Sådana metoder håller på att bli mycket viktiga eftersom omfattningen av tillgängliga data för analys expanderar, vilket leder till så kallade ”big data”-problem som påverkar företag, sjukvård, vetenskap och industri.

Ämnen som behandlas:

• Introduktion till området visuell dataanalys och relevanta begrepp, såsom visual analytics (VA), kunskapsgenereringsmodell för VA, human-in-the-loop och människocentrerad analys.
• Dataaspekter som påverkar analys.
• Visualiseringstekniker för rumslig, temporal, träd/nätverk, textdata och kombinationer av dessa.
• Interaktionskoncept som främjar människocentrerad analys.
• Översikt över tekniker för automatiskt analysstöd, såsom tekniker för abstraktion, jämförelse, mönsterupptäckt, dimensionsreduktion, textmining.