Im Zeitalter von Big Data ist der Erwerb der Fähigkeit, "Big Data" zu analysieren und visuell ansprechend darzustellen, von entscheidender Bedeutung. Daher ist es für Datenwissenschaftler unerlässlich, die Fähigkeit zu entwickeln, digitale Karten, Diagramme und Grafiken zu erstellen und kritisch zu interpretieren. Datenvisualisierung ist ein zunehmend wichtiges Thema in unserer globalisierten und digitalen Gesellschaft. Dabei geht es um die grafische Darstellung von Daten oder Informationen, die es Entscheidungsträgern in verschiedenen Branchen ermöglicht, komplexe Konzepte und Prozesse zu verstehen, die andernfalls schwer zu begreifen wären. DSCI 605 Datenvisualisierung dient als Grundlage für das Verständnis von Prinzipien, Konzepten, Techniken und Werkzeugen, die zur Visualisierung von Informationen in großen, komplizierten Datensätzen verwendet werden. Der Kurs bietet auch praktische Erfahrung in der Visualisierung großer Datenmengen mit der Open-Source-Software R. Die Studenten lernen, die Effektivität von Visualisierungsdesigns zu bewerten und Entscheidungen wie die Farbwahl und die visuelle Kodierung kritisch zu überdenken. Darüber hinaus erstellen die Teilnehmer ihre eigenen Datenvisualisierungen und erlernen den Umgang mit R.

Der Kurs besteht aus vier Abschnitten. Der erste Abschnitt richtet sich an Lernende mit minimaler oder gar keiner Erfahrung in R und schafft die Grundlagen für die Datenvisualisierung mit R. Der zweite Abschnitt führt in erste Datenvisualisierungstechniken ein und ermöglicht es den Studierenden, praktische Erfahrungen mit gängigen Visualisierungsverfahren für die explorative Datenanalyse (EDA) mit ggplot2 zu sammeln. In diesem Abschnitt steht die Datenexploration im Vordergrund, bevor Sie sich mit fortgeschrittenem Data Mining beschäftigen. Der dritte Abschnitt baut auf den bereits vorhandenen Kenntnissen der Datenvisualisierung auf, indem er sich mit fortgeschrittenen Themen der Datenvisualisierung befasst, einschließlich der interaktiven Datenvisualisierung, der Darstellung von Zeitreihen und der räumlichen Zuordnung. Das Hauptziel der ersten drei Abschnitte ist es, die Studenten mit einem gut entwickelten Satz von Fähigkeiten auszustatten, die es ihnen ermöglichen, eine breite Palette von Visualisierungen in R zu erstellen. Der letzte Abschnitt konzentriert sich auf die Durchführung eines Abschlussprojekts, in dem die Studenten die Fähigkeiten, die Theorie und die Erfahrungen aus den vorherigen Abschnitten anwenden. Das Projekt beinhaltet die Entwicklung einer Datenvisualisierung, die dem Publikum und den Lesern eine überzeugende Geschichte vermittelt.