|
|
Hlavní nabídka Prohlížení IS/STAG
Nalezené předměty, počet: 1
Stránkování výsledků vyhledávání
Nalezeno 1 záznamů
Export do Xls
Informace o předmětu
KIV / VI
:
Popis předmětu
Pracoviště / Zkratka
|
KIV
/
VI
|
Akademický rok
|
2024/2025
|
Akademický rok
|
2024/2025
|
Název
|
Vizualizace informací
|
Způsob zakončení
|
Zkouška
|
Způsob zakončení
|
Zkouška
|
Akreditováno / Kredity
|
Ano,
6
Kred.
|
Forma zakončení
|
Kombinovaná
|
Forma zakončení
|
Kombinovaná
|
Rozsah hodin
|
Přednáška
2
[HOD/TYD]
Cvičení
2
[HOD/TYD]
|
Zápočet před zkouškou
|
Ano
|
Zápočet před zkouškou
|
Ano
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Počítán do průměru
|
ANO
|
Vyučovací jazyk
|
Čeština
|
Obs/max
|
|
|
|
Automatické uznávání zápočtu před zkouškou
|
Ne
|
Letní semestr
|
9 / -
|
3 / -
|
0 / -
|
Počítán do průměru
|
ANO
|
Zimní semestr
|
0 / -
|
0 / -
|
0 / -
|
Opakovaný zápis
|
NE
|
Opakovaný zápis
|
NE
|
Rozvrh
|
Ano
|
Vyučovaný semestr
|
Zimní + Letní
|
Vyučovaný semestr
|
Zimní + Letní
|
Minimum (B + C) studentů
|
5
|
Volně zapisovatelný předmět |
Ano
|
Volně zapisovatelný předmět
|
Ano
|
Vyučovací jazyk
|
Čeština
|
Počet dnů praxe
|
0
|
Počet hodin kontaktní výuky |
0
|
Hodnotící stupnice |
1|2|3|4 |
Periodicita |
každý rok
|
Hodnotící stupnice pro zp. před zk. |
S|N |
Periodicita upřesnění |
|
Základní teoretický předmět |
Ano
|
Profilující předmět |
Ne
|
Základní teoretický předmět |
Ano
|
Hodnotící stupnice |
1|2|3|4 |
Hodnotící stupnice pro zp. před zk. |
S|N |
Nahrazovaný předmět
|
Žádný
|
Vyloučené předměty
|
KIV/VINF
|
Podmiňující předměty
|
Nejsou definovány
|
Předměty informativně doporučené
|
Nejsou definovány
|
Předměty,které předmět podmiňuje
|
KIV/ADSZ
|
Graf četnosti udělených hodnocení studentům napříč roky:
Obrázek PNG
,
XLS
|
Cíle předmětu (anotace):
|
Cílem předmětu je poskytnout studentům znalosti a dovednosti nezbytné pro pochopení a posunutí současného stavu v oblasti vizualizace informací.
Předmět je koncipován pro navazující magisterské studium.
|
Požadavky na studenta
|
Pro každou přednášku je v dostatečném předstihu stanoven článek (typicky napsaný v anglickém jazyce), který si student musí samostatně přečíst, a to ještě před přednáškou, a zaslat k němu postřehy v rozsahu cca 1-2 odstavců obsahující mj. např. kritické zhodnocení a analýzu omezení v článku prezentovaného vizualizačního přístupu nebo doporučení pro vylepšení. Cvičení jsou určena pro praktické vyzkoušení si navrhnout vizualizaci pro nějaká data prostřednictvím dostupných nástrojů (např. Microsoft Power BI, Tableau Public), práci s rozšiřující state-of-the-art recenzovanou literaturou (např. odborné články z konferencí a časopisů), a společnou diskuzi k seminární práci. Přesný rozpis je zveřejněn na CourseWare stránkách předmětu nejpozději v týdnu před zahájením semestru.
Pro získání zápočtu student musí:
1) odevzdat v řádném termínu (před přednáškou) alespoň 10x akceptovatelný postřeh [časová dotace 15h]
2) zúčastnit se alespoň 60% cvičení vyhrazených pro návrh vizualizace dat prostřednictvím dostupných nástrojů a alespoň 60% cvičení vyhrazených pro společnou práci s rozšiřující state-of-the-art literaturou;
3) a vypracovat seminární práci, jejíž zadání bude zveřejněno 2.-3. týden semestru, na požadované minimální úrovni [časová dotace 50h].
Upozornění:
- jednotlivé aktivity mají přiřazené bodové ohodnocení (viz CourseWare), které má vliv na výslednou známku.
- mezní termín pro získání zápočtu je stanoven na 31.5.
Pro absolvování předmětu musí student:
1) získat zápočet, přičemž při opakovaném zapsání předmětu (viz SZŘ čl. 24 odst. 3) je pro uznání zápočtu získaného při předchozím studiu nutné souhlasné vyjádření garanta předmětu;
2) složit úspěšně zkoušku zahrnující obhajobu semininární práci před publikem [časová dotace 10h] a vypracování písemného testu následovaného ústní rozpravou pro ověření dosažení výstupních znalostí [časová dotace 40h];
3) dosáhnout alespoň 51 bodů celkem, přičemž 50 bodů lze získat za aktivity související se získáním zápočtu a dalších 50 bodů lze získat v rámci zkoušky (obhajoba 10 bodů, písemný test 30 bodů, ústní část 10 bodů).
Výsledná známka:
Výborně (1) = 91+ bodů
Velmi dobře (2) = 71-90 bodů
Dobře (3) = 51-70 bodů
|
Obsah
|
1. Význam vizualizace
2. Vizuální percepce a barvy
3. Design a redesign vizualizace
4. Multidimenzionální vizualizace a vizualizace vysokých dimenzí
5. Vizualizace informací pro exploraci znalostí
6. Vizualizace nejistoty
7. Vizualizace časových řad
8. Vizualizace hierarchií, stromů a grafů
9. Interakce ve vizualizačních systémech
10. Vizualizace ekonomických dat
11. Vizualizace bezpečnostních informací
12. Vizualizace textových dat
13. Vizualizace dat z biomedicíny
|
Aktivity
|
|
Studijní opory
|
Předmět má vedené stránky na CourseWare (https://courseware.zcu.cz/portal/studium/courseware/kiv/vi), kde jsou pro studenty k dispozici:
1) kompletní prezentace z přednášek
2) veškerá povinná a doporučená literatura (ve formátu PDF)
Pro předmět existuje zřízený Discord server VI (pozvánka je rozesílána zapsaným studentům před zahájením semestru), kde studenti mezi sebou nebo s vyučujícími mohou řešit problémy s řešením semestrální práce, ale i diskutovat zkouškové příklady apod. Odezvy od vyučujících jsou do 24 hodin, většinou "okamžité".
|
Garanti a vyučující
|
|
Literatura
|
|
Časová náročnost
|
Všechny formy studia
|
Aktivity
|
Časová náročnost aktivity [h]
|
Příprava na zkoušku [10-60]
|
40
|
Vypracování seminární práce v magisterském studijním programu [5-100]
|
50
|
Příprava prezentace (referátu) [3-8]
|
10
|
Kontaktní výuka
|
52
|
Celkem
|
152
|
|
Předpoklady
|
Odborné znalosti - pro úspěšné zvládnutí předmětu se předpokládá, že je student před zahájením výuky schopen: |
prokázat znalost základních principům teorie diferenciálního a integrálního počtu funkcí jedné i více reálných proměnných (KMA/MA2 nebo KMA/M2)
|
rozumět základním principům z oblasti lineární algebry (KMA/LAA) |
prokázat znalosti základních statistických metod a postupů pro analýzu dat (KMA/PSA) |
prokázat znalost základních datových struktur používaných v informatice (zásobník, fronta, speciální vyhledávací stromy, slovníky, hashovací tabulky, množiny, grafy) (KIV/PT nebo KIV/ADS) |
rozumět základní principům událostního programování, zejména v kontextu uživatelského rozhraní a programování jednoduchých animací vektorových objektů (KIV/UUR, KIV/UPG nebo KIV/ZPG, KIV/PH, apod.) |
Odborné dovednosti - pro úspěšné zvládnutí předmětu se předpokládá, že student před zahájením výuky dokáže: |
používat anglický jazyk minimálně na úrovni B2 společného evropského referenčního rámce (UJP/AEP4 aj.)
|
provádět základní matematické výpočty z oblasti diferenciálního a integrálního počtu, lineární algebry a maticového počtu (KMA/MA1, KMA/LAA a obdobné předměty) |
využívat znalosti základních statistických metod a postupů pro analýzu dat (KMA/PSA, KMA/STAV) |
navrhovat a implementovat složitější algoritmy pro zpracování heterogenních dat v libovolném programovacím jazyce (KIV/PPA2 nebo KIV/ADS, KIV/ALG nebo KIV/PRO, KIV/PC, a další) |
Obecné způsobilosti - před zahájením studia předmětu je student schopen: |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i laikům informace o povaze odborných problémů a vlastním názoru na jejich řešení, |
mgr. studium: samostatně a odpovědně se na základě rámcového zadání rozhodují v souvislostech jen částečně známých, |
|
Výsledky učení
|
Odborné znalosti - po absolvování předmětu prokazuje student znalosti: |
vysvětlit principy návrhu dobré vizualizace dat zabraňující chybným interpretacím |
popsat a vysvětlit základní vizualizační techniky, zahrnující sloupcový a spojnicový graf, histogram, XY-graf, Tukey box a violin plot, mapu, treemap, časovou osu, paralelní souřadnice a sémantické sítě |
popsat přístupy vizuální analytiky rozsáhlých multidimenzionálních dat, zahrnující interaktivní exploraci s využitím XY grafů, paralelních souřadnice, heat map, atd. |
orientovat se v state-of-the-art metodách pro vizualizaci vybraných dat pocházejících z oblasti finanční informatiky, bezpečnosti IT, zpracování přirozeného jazyka a biomedicíny |
Odborné dovednosti - po absolvování předmětu prokazuje student dovednosti: |
číst a diskutovat odborné články z oblasti vizualizace informace (psané v anglickém jazyce) |
zpracovávat datové sety prostřednictvím vizualizace v Tableau |
navrhnout a realizovat interaktivní vizualizaci rozsáhlých multidimenzionálních dat prostřednictvím vlastní aplikace (postavené např. na D3.JS) |
Obecné způsobilosti - po absolvování předmětu je student schopen: |
mgr. studium: srozumitelně a přesvědčivě sdělují odborníkům i širší veřejnosti vlastní odborné názory, |
mgr. studium: používají své odborné znalosti, odborné dovednosti a obecné způsobilosti alespoň v jednom cizím jazyce, |
mgr. studium: plánují, podporují a řídí s využitím teoretických poznatků oboru získávání dalších odborných znalostí, dovedností a způsobilostí ostatních členů týmu, |
|
Hodnoticí metody
|
Odborné znalosti - odborné znalosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Průběžné hodnocení, |
Individuální prezentace, |
Kombinovaná zkouška, |
Odborné dovednosti - odborné dovednosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Průběžné hodnocení, |
Seminární práce, |
Demonstrace dovedností (praktická činnost), |
Individuální prezentace, |
Obecné způsobilosti - obecné způsobilosti dosažené studiem předmětu jsou ověřovány hodnoticími metodami: |
Seminární práce, |
Průběžné hodnocení, |
|
Vyučovací metody
|
Odborné znalosti - pro dosažení odborných znalostí jsou užívány vyučovací metody: |
Přednáška s diskusí, |
Přednáška s aktivizací studentů, |
Samostudium, |
Samostatná práce studentů, |
Odborné dovednosti - pro dosažení odborných dovedností jsou užívány vyučovací metody: |
Samostudium, |
Cvičení (praktické činnosti), |
Samostatná práce studentů, |
Projektová výuka, |
Obecné způsobilosti - pro dosažení obecných způsobilostí jsou užívány vyučovací metody: |
Přednáška s diskusí, |
Diskuse, |
Samostudium, |
|
|
|
|