Dieser Kurs ist Teil der Spezialisierung Spezialisierung Vital Skills for Data Science

4.8

Sterne

15 Bewertungen

Danielle Szafir

3.105 bereits angemeldet

von

Teil des Abschlusses Master of Science in Data Science
Mehr erfahren

Spezialisierung Vital Skills for Data ScienceUniversity of Colorado Boulder

Über diesen Kurs

20.310 kürzliche Aufrufe

Data is everywhere. Charts, graphs, and other types of information visualizations help people to make sense of this data. This course explores the design, development, and evaluation of such information visualizations. By combining aspects of design, computer graphics, HCI, and data science, you will gain hands-on experience with creating visualizations, using exploratory tools, and architecting data narratives. Topics include user-centered design, web-based visualization, data cognition and perception, and design evaluation.
This course can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder.

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 4 von 4 in

Spezialisierung Vital Skills for Data Science

Stufe „Mittel“

Python, foundation in Data Science

Ca. 14 Stunden zum Abschließen

Englisch

Was Sie lernen werden

Develop a toolkit for exploring and communicating complex data using visualization
Produce basic data visualizations using a chosen dataset
Compare methods for visualizing data and understand how these methods may guide users towards different conclusions
Evaluate how effectively a visualization conveys target data

Kompetenzen, die Sie erwerben

Evaluation Design
Visualizing data with Altair
User-Centered Design (Create basic visualizations that match data and user needs)
Task Analysis (Define elements of a data analysis and/or communication problem)

Flexible Fristen

Setzen Sie Fristen gemäß Ihrem Zeitplan zurück.

Zertifikat zur Vorlage

Erhalten Sie nach Abschluss ein Zertifikat

100 % online

Beginnen Sie sofort und lernen Sie in Ihrem eigenen Tempo.

Kurs 4 von 4 in

Spezialisierung Vital Skills for Data Science

Stufe „Mittel“

Python, foundation in Data Science

Ca. 14 Stunden zum Abschließen

Englisch

Dozent

Dozentenbewertung

4,59/5 (5 Bewertungen)

Danielle Szafir

Assistant Professor

ATLAS Institute and Computer Science

3.105 Lernende

1 Kurse

von

University of Colorado Boulder

Beginnen Sie damit, auf Ihren Master-Abschluss hinzuarbeiten.

Dieses Kurs ist Teil des reinen Onlineabschlusses als Master of Science in Data Science von University of Colorado Boulder. Wenn Sie zum gesamten Studiengang zugelassen werden, werden Ihre Kurse auf Ihren Abschluss angerechnet.

Mehr erfahren

Lehrplan - Was Sie in diesem Kurs lernen werden

Woche1

Woche 1

8 Stunden zum Abschließen

Basics of Design

In this module, you will learn the foundations of visualization design. You will walk through the key components of a visualization, how we effectively represent data using channels like color, size, and position, and some ground rules for honest and effective visualization. You will also gain preliminary exposure to Altair, a Python library for rapidly generating interactive visualizations. Each week will also include either two readings or one reading and one notebook activity.

8 Stunden zum Abschließen

13 Videos (Gesamt 156 min), 13 Lektüren, 1 Quiz

13 Videos

Course Overview3mWhy Visualization?13mA Grammar of Graphics10mIntroduction to Altair6mHands on with Altair - Part 113mHands on with Altair - Part 211mMapping Basics10mMapping Tips11mColor17mRules of Thumb16mIntroduction to Interaction12mInteractions Part 113mInteractions Part 212m

13 Lektüren

Welcome and Where to Find Help 10mInformation on Peer Reviews10mA Tour Through the Visualization Zoo10mData Humanism: The Revolutionary Future of Data Visualization10mVega-Lite: A Grammar of Interactive Graphics10mWorkshop Overview of Altair Basics10mExploratory Data Visualization with Altair10mThe Structure of the Information Visualization Design Space10mExtra Resources: Data Types, Graphical Marks, and Visual Encoding Channels10mThe Good, the Bad, and the Biased10mExtra Resources: WTF Visualizations10mExtra Resources: Ethical Dimensions of Visualization Research10mToward a Deeper Understanding of the Role of Interaction in Information Visualization10m

1 praktische Übung

Week 1 Quiz30m

Woche2

Woche 2

4 Stunden zum Abschließen

User Needs

In this module, you will learn how to choose the right visualization for a given scenario. You will learn how to reason about the different kinds of questions people ask with visualization and, how to align your design with that task. The module will cover basics of task analysis, methods for task elicitation, and foundational knowledge of visual perception for design. Each week will also include two external readings or one reading and one notebook activity.

4 Stunden zum Abschließen

9 Videos (Gesamt 110 min), 7 Lektüren, 1 Quiz

9 Videos

Visualization Tasks12mTask Elicitation15mBasic Design Methods11mDesign Studies17mPerception Overview5mPreattention13mAttention & Search14mUncertainty10mEthical Questions8m

7 Lektüren

A Design Space of Visualization Tasks10mDesign Study Methodology: Reflections from the Trenches and the Stacks10mOverview: The Design, Adoption, and Analysis of a Visual Document Mining Tool for Investigative Journalists10mCriteria for Rigor in Visualization Design Study10mOn the Prospects for a Science of Visualization10mAttention and Visual Memory in Visualization and Computer Graphics10mWhy Authors Don't Visualize Uncertainty10m

1 praktische Übung

Week 2 Quiz30m

Woche3

Woche 3

3 Stunden zum Abschließen

Evaluation

In this module, you will learn how to assess the effectiveness of your visualization. You will learn both qualitative and quantitative approaches for evaluating visualizations as well as how to isolate key elements for assessment and iteration. The module will cover basics of insight-based evaluation, interview studies, and experimental design and analysis. Each week will also include two external readings or one reading and one notebook activity.

3 Stunden zum Abschließen

7 Videos (Gesamt 80 min), 7 Lektüren, 1 Quiz

7 Videos

Module Overview1mEvaluation Overview8mDefining Insight12mQualitative Evaluation15mExperimental Evaluation Part 113mExperimental Evaluation Part 217mEvaluation Trade-Offs11m

7 Lektüren

Empirical Studies in Information Visualization: Seven Scenarios10mToward Measuring Visualization Insight10mCriteria for Rigor in Visualization Design Study10mExperimental Research in HCI10mA Design Space of Vision Science Methods for Visualization Research10mEmpirical Studies in Information Visualization: Seven Scenarios10mEvaluating Information Visualizations10m

1 praktische Übung

Week 3 Quiz30m

Über den Spezialisierung Vital Skills for Data Science

Vital Skills for Data Science introduces students to several areas that every data scientist should be familiar with. Each of the topics is a field in itself. This specialization provides a "taste" of each of these areas which will allow the student to determine if any of these areas is something they want to explore further. In this specialization, students will learn about different applications of data science and how to apply the steps in a data science process to real life data. They will be introduced to the ethical questions every data scientist should be aware of when doing an analysis. The field of cybersecurity makes the data scientist aware of how to protect their data from loss.

This specialization can be taken for academic credit as part of CU Boulder’s Master of Science in Data Science (MS-DS) degree offered on the Coursera platform. The MS-DS is an interdisciplinary degree that brings together faculty from CU Boulder’s departments of Applied Mathematics, Computer Science, Information Science, and others. With performance-based admissions and no application process, the MS-DS is ideal for individuals with a broad range of undergraduate education and/or professional experience in computer science, information science, mathematics, and statistics. Learn more about the MS-DS program at https://www.coursera.org/degrees/master-of-science-data-science-boulder. Logo image by JJ Ying on Unsplash

Häufig gestellte Fragen

Wann erhalte ich Zugang zu den Vorträgen und Aufgaben?
Der Zugang zu Vorlesungen und Aufgaben hängt von der Art Ihrer Anmeldung ab. Wenn Sie einen Kurs im Gastmodus belegen, können Sie die meisten Kursmaterialien kostenlos einsehen. Um auf benotete Aufgaben zuzugreifen und ein Zertifikat zu erhalten, müssen Sie während oder nach Ihrer Gastphase das Zertifikat erwerben. Wenn Sie die Gastoption nicht sehen:
Der Kurs bietet möglicherweise keine Gastoption an. Sie können stattdessen eine kostenlose Testversion ausprobieren oder finanzielle Unterstützung beantragen.
Der Kurs kann stattdessen "Vollständiger Kurs ohne Zertifikat" anbieten. Mit dieser Option können Sie alle Kursmaterialien einsehen, die erforderlichen Aufgaben einreichen und eine Endnote erhalten. Dies bedeutet auch, dass Sie kein Zertifikat erwerben können.
Was bekomme ich, wenn ich diese Spezialisierung abonniere?
Wenn Sie sich für den Kurs anmelden, erhalten Sie Zugriff auf alle Kurse der Spezialisierung und Sie erhalten nach Abschluss aller Arbeiten ein Zertifikat. Ihr elektronisches Zertifikat wird zu Ihrer Seite „Errungenschaften“ hinzugefügt – von dort können Sie Ihr Zertifikat ausdrucken oder es zu Ihrem LinkedIn Profil hinzufügen. Wenn Sie nur lesen und den Inhalt des Kurses anzeigen möchten, können Sie kostenlos als Gast an dem Kurs teilnehmen.
Ist finanzielle Unterstützung möglich?
Ja. Für ausgewählte Lernprogramme können Sie finanzielle Unterstützung oder ein Stipendium beantragen, wenn Sie sich die Anmeldegebühr nicht leisten können. Wenn für das von Ihnen gewählte Lernprogramm finanzielle Unterstützung oder ein Stipendium verfügbar ist, wird auf der Beschreibungsseite ein Link zu einem solchen Antrag angezeigt.

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.

Fundamentals of Data Visualization

Über diesen Kurs

Was Sie lernen werden

Kompetenzen, die Sie erwerben