Social data analyse og visualisering

• Evaluere og tilgå forskellige typer af online data til brug for datavisualisering.
• Bruge state-of-the-art værktøjer til at filtrere, rense, or organisere store komplekse datasæt
• Anvende standardværktøjer fra højniveausprogrammeringssprog (fx Python, MatLab, R) til at evaluere metoder for datavisualisering, inklusive dot og jitter plots, histogrammer, kernel density estimater, distributionsfunktioner og mere.
• Evaluere og anvende metoder for datavisualisering til undersøgelse af multivariate data, inklusive estimering af funktionsrelationer (fx via smoothing, visualisering af residualer, vha log-skalaer, og simple regressionsmodeller).
• Bruge visualiseringsteknikker til at evaluere og identificere problemer med standard statistiske mål, fx baseret på Simpson’s paradoks og Anscombes kvartet.
• Anvende de basale principper af fremvisning af visuel information (fx Tufte’s seks principper for grafisk integritet) til at konstruere forklarende visualiseringer.
• Anvende specialiseret visualiseringssoftware (fx JavaScripts D3 library eller Pythonbiblioteker) til at bygge specialdesignede visualiseringer for at forklare indsigter fra et datasæt til et publikum.
• Analysere eksempler på narrative datavisualiseringer for at identificere de underliggende principper som denne type visualisering bygger på.
• Konstruer en narrativ datavisualisering

Kurset er baseret på at beherske værktøjer til at analysere datasæt dannet på baggrund af online sociale interaktioner. Kurset er struktureret omkring korte forelæsninger kombineret med praktiske øvelser, samt en høj grad af selvstændigt projektarbejde.

02101/02100, Kurset benytter højniveau programmerinssprog (fx Python), så praktisk programmeringserfaring er anbefalet (fx i Python/Java/JavaScript/C/C++)

Forelæsning, øvelser samt afsluttende projekt