Visual Analytics,

«Visual Analytics» kann als eine komplexe Softwareumgebung beschrieben werden, in der häufig mehrere Visualisierungen miteinander sowie mit Computerwerkzeugen und -prozessen verknüpft werden. Der Begriff «Visual Analytics» wurde 2004 geprägt, und der Forschungs- und Arbeitsschwerpunkt in diesem Themenbereich liegt auf der Kombination der Stärken des Menschen (z. B. kognitive Prozesse wie qualitatives Denken, Kreativität, Interpretation von Fakten für die Entscheidungsfindung) mit denjenigen von Maschinen mit dem Ziel, Erkenntnisse zu gewinnen. Der Hauptunterschied zwischen Visual Analytics und (interaktiven) Visualisierungen besteht darin, dass bei der visuellen Analyse ein erhebliches Mass an Synergie zwischen computergestützten (z. B. Statistik, maschinelles Lernen) und kognitiven (z. B. menschliche Fähigkeit, Muster zu erkennen, Hypothesen zu bilden, qualitative Schlussfolgerungen zu ziehen) Paradigmen vorausgesetzt wird. Eine solche Synergie ist bei der interaktiven Visualisierung allein nicht unbedingt zu erwarten. In den letzten zehn Jahren hat sich Visual Analytics in der Praxis in vielen Bereichen durchgesetzt, um grosse und komplexe Datensätze zu verstehen – von der wissenschaftlichen Visualisierung bis hin zu Umwelt-/räumlichen oder Business-Informationssystemen.

Dieser Kurs deckt die wichtigen Konzepte der Visual Analytics und ihre Grundlagen als wissenschaftliches Thema ab, untersucht die zugrundeliegenden computergestützten Lösungen und untersucht ihre Anwendungsfälle als praktisches Werkzeug zum besseren Verständnis von Daten. Die Studierenden werden auch die Möglichkeit haben, die neuesten Forschungsthemen im Bereich der Visual Analytics zu erkunden.

Die Studierenden verstehen gängige computergestützte Lösungen, z. B. die Algorithmen, die hinter fortgeschrittenen, mehrfach verknüpften Visualisierungen stehen, und untersuchen die praktischen Software- und Visualisierungsdesignentscheidungen.
Kognition und Informationsverarbeitung
Die Studierenden kennen die wichtigen interdisziplinären Konzepte der Visual Analytics aus kognitiver und informatiktechnischer Sicht. Sie verstehen die menschlichen Faktoren, die Software-Entscheidungen motivieren, und die allgemeinen Vorzüge und Grenzen dessen, was Visual Analytics bieten kann.
Werkzeuge
Die Studierenden haben einen Überblick über Technologien zur Erstellung von Visual Analytics-Softwareumgebungen, verstehen die technischen Herausforderungen und untersuchen die in aktueller Software enthaltenen Funktionen.
Bewertung
Die Studierenden sind in der Lage, eine Methode zur Bewertung ihrer Lösungen zu wählen. Sie verstehen die Kompromisse hinter ihren Entwürfen und können erklären, wie ihre Lösung am besten dazu beiträgt, die Art von Erkenntnissen zu finden, die im gegebenen Kontext nützlich sind.

Interaktive Visualisierung (ivi)