Kursplan för Vetenskaplig visualisering

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

0105 Inlämningsuppgift 7,5 hp
Betygsskala: TH		 7,5 hp

I program

Examinator

Behörighet

Grundläggande behörighet för grundnivå
Sökande 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 visualiseringsproblem

Litteratur

Föreläsningsanteckningar.

Wilke, Claus O. Fundamentals of data visualization: a primer on making informative and compelling figures. O’Reilly 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.