TH Köln

Master Digital Sciences

Dokumente zur Akkreditierung des Studiengangs

Modul »Data Visualization« (DVI)

Informationen zur Organisation des Moduls

Modulverantwortung
Prof. Dr. Konrad Förstner (Fakultät F03)
Sprache
Englisch
Angeboten im
Sommersemester (Dauer 1 Semester)
Ort
Campus Köln Süd, oder remote
Anzahl Teilnehmer*innen
minimal 6, maximal 20
Vorbedingung
keine
Empfehlung
Basic Python coding skills
ECTS
3
Aufwand
Gesamtaufwand 90h
Kontaktzeit
60h (30h Vorlesung / 30h Übung)
Selbstlernzeit
30h (davon 30h eigenständige Projektarbeit)
Prüfung
Semesterbegleitendes Projekt
Vermittelte Kompetenzen
Implement Concepts, Deploy Products
Beziehung zu globalen Studiengangskriterien
Digitalisierung

Beitrag zu Handlungsfeldern

Nachfolgend ist die Zuordnung des Moduls zu den Handlungsfeldern des Studiengangs aufgeführt, und zwar als anteiliger Beitrag (als ECTS und inhaltlich). Dies gibt auch Auskunft über die Verwendbarkeit des Moduls in anderen Studiengängen und über die Beziehung zu anderen Modulen im selben Studiengang.

Handlungsfeld ECTS (anteilig) Modulbeitrag zum Handlungsfeld
Generating and Accessing Knowledge 3

In this module, fundamental data visualization concepts as well as concrete skills to represent large data sets are taught.

Learning Outcome

In this class fundamental visualization concepts as well as concrete skills to represent large data sets are taught.

Participants will gain an basic understanding of the physiology of perception and learn to effectively encode information in figures. Futhermore, they will be introduced to widely used Python plotting libraries to create figures based on openly available data sets.

After visiting this class students are able to interprete as well as design figures and are capable to visualize large data sets.

Inhaltliche Beschreibung des Moduls

  1. Basics of data visualisation
  2. Physiology of perception
  3. The grammar of graphics
  4. Python based visualisation (matplotlib, seaborn, bokeh)

Lehr- und Lernformen

The course adopts an interactive seminaristic style, fostering active engagement and collaborative learning among participants. In addition to comprehensive lectures, the seminar incorporates paper discussions, enabling students to critically analyze and debate research papers and case studies related to data visualisation. Furthermore, students will have the opportunity to showcase their understanding through presentations, where they can articulate their insights and findings on relevant topics. To reinforce practical application, the seminar culminates in a programming project, where participants implement own visualisation. This multifaceted approach ensures that students not only acquire theoretical knowledge but also gain hands-on experience and the ability to apply these concepts in practical scenarios.

Zur Verfügung gestelltes Lehrmaterial

  • lecture slides and videos
  • exercises

Weiterführende Literatur