Kursplan fastställd 2025-02-22 av programansvarig (eller motsvarande).
Kursöversikt
- Engelskt namnScientific visualization
- KurskodMVE080
- Omfattning7,5 Högskolepoäng
- ÄgareMPENM
- UtbildningsnivåGrundnivå
- HuvudområdeMatematik
- InstitutionMATEMATISKA VETENSKAPER
- BetygsskalaTH - Mycket väl godkänd (5), Väl godkänd (4), Godkänd (3), Underkänd
Kurstillfälle 1
- Undervisningsspråk Engelska
- Anmälningskod 20153
- Max antal deltagare45 (minst 10% av platserna reserveras för utbytesstudenter)
- Sökbar för utbytesstudenterJa
Poängfördelning
Modul | LP1 | LP2 | LP3 | LP4 | Sommar | Ej LP | Tentamensdatum |
---|---|---|---|---|---|---|---|
0105 Inlämningsuppgift 7,5 hp Betygsskala: TH | 7,5 hp |
I program
- MPENM - Matematik och beräkningsvetenskap, Årskurs 1 (obligatoriskt valbar)
- MPENM - Matematik och beräkningsvetenskap, Årskurs 2 (valbar)
- TKITE - Informationsteknik, Årskurs 2 (valbar)
- TKITE - Informationsteknik, Årskurs 3 (valbar)
Examinator
- Sviatlana Shashkova
- Biträdande universitetslektor, Institutionen för fysik, GU
Behörighet
Grundläggande behörighet för grundnivåSökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Särskild behörighet
Samma behörighet som det kursägande programmet.Sökande med en programregistrering på ett program där kursen ingår i programplanen undantas från ovan krav.
Kursspecifika förkunskaper
Grundläggande kurs i programmering.Syfte
Syftet med kursen är att ge en översikt av verktyg och tekniker för vetenskaplig visualisering.Lärandemål (efter fullgjord kurs ska studenten kunna)
* tänka i visualiseringstermer
* producera klargörande grafik i ett antal vanliga situationer
* presentera grafik för att förmedla ett budskap
Innehåll
I denna kurs lär du dig om olika koncept, tekniker och verktyg för visualisering av vetenskapliga data i 2D. Kursen tar upp grunderna för effektiv kommunikation via grafik, datautforskning och förklaring. Under kursen får du lära dig att producera bilder med Python/R.Organisation
Föreläsningar och datorlaborationer. Laborationerna, som utgör en väsentlig del av kursen, består av flera uppgifter där studenten får lösa olika visualiseringsproblemLitteratur
Föreläsningsanteckningar.Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. OReilly Media, 2019. https://clauswilke.com/dataviz/
Wickham H (2016). ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. ISBN 978-3-319-24277-4, https://ggplot2-book.org/.
Franconeri, Steven L., et al. The science of visual data communication: What works. Psychological Science in the public interest 22.3 (2021): 110-161. https://journals.sagepub.com/doi/full/10.1177/15291006211051956
Examination inklusive obligatoriska moment
Obligatoriska laborationer, projekt och hemtentamen.Kursens examinator får examinera enstaka studenter på annat sätt än vad som anges ovan om särskilda skäl föreligger, till exempel om en student har ett beslut från Chalmers om riktat pedagogiskt stöd på grund av funktionsnedsättning.