zurück zur Suche

Visual Data Analytics

IN2026Ingenieurwissenschaftliche Flexibilisierung5 ECTSEnglischWintersemesterDepartment Computer Science

In 4 Stundenplänen von Kommilitonen

KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst Methoden und Algorithmen zur Visualisierung von Daten, von der Datenaufnahme über Filterung und Interpolation bis hin zur Darstellung. Am Ende kannst du Verfahren für Informations- und wissenschaftliche Visualisierung auswählen, bewerten und praktisch anwenden, z. B. Isoflächen, Volumenrendering, Flussvisualisierung und Terrain-Rendering.

Was du danach kannst

  • Visualisierungspipeline verstehen (Datenaufnahme bis Bildproduktion)
  • Unterschiede: Informations- vs. wissenschaftliche Visualisierung
  • Gitterkonstruktion und -interpolation (z. B. Delaunay, IDW, RBF)
  • Diskretisierungsaspekte und Datenfilterung (z. B. Faltung)
  • Visualisierung skalare Felder (Farbgebung, Isolinien/-flächen, Volumenrendering)
  • Visualisierung vektorieller Felder (Partikelmethoden, LIC, topologische Ansätze)
  • Terrain-Rendering und adaptive Meshing-Techniken (Quadtree, Octree)
  • Verfügbarkeit und Einsatz gängiger Visualisierungstools beurteilen und anwenden

Aus was das Modul besteht

  • VorlesungVermittlung der fachlichen Grundlagen, Hinweise auf relevante Literatur und Beispiele
  • Praktische ÜbungDemonstration und Anwendung von state-of-the-art Visualisierungstools, Umsetzung kleiner Aufgaben

Lehrmethode

  • Vorlesung (Präsentation, Beispiele)Vermittlung der Theorie, Verweis auf Fachartikel und Einordnung der Methoden
  • Online-Demonstrationen und TutorialsEinführung in Werkzeuge und deren Nutzung für eigene Visualisierungen
  • Kleine praktische AufgabenAnwendung der Techniken an Beispiel-Datensätzen zur Festigung der Fähigkeiten

Termine

Vorlesung mit ÜbungVisual Data Analytics (IN2026, IN8019)

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.