【课程背景】大数据时代信息指数增长，面对汹涌数据，需要直观、高效分析数据，洞察细微之处，决策千里之外。可视化与可视分析有效结合人类认知能力与机器计算能力，是连接用户与数据的桥梁纽带，本课程将帮助学生了解和深入掌握可视化这一时代利器。

【课程目标】理解可视化与可视分析的基础原理和关键技术，了解可视化领域最新的研究进展，针对目标数据设计可视分析方案并加以实现。提高学习和科研能力，通过课堂积极讨论交流，培养主动探索开放性的可视化任务的能力。

【考察方法】课程考察主要根据课程设计结果和上课参与程度。多人为一组合作完成设计，采用可视化的方法分析解决开放性的任务。期末提交设计作品、视频和海报并做答辩。平时在wiki上积极讨论、观点新颖的同学将得到成绩奖励。

【授课教师】袁晓如研究员，博士生导师，北京大学机器感知与智能教育部重点实验室副主任，大数据分析与应用技术国家工程实验室常务副主任。研究方向包括复杂流场数据可视化，高维／时空数据，交通、社会媒体数据的分析，可视化的快速构建方法。高动态范围可视化的工作获得2005年IEEE VIS大会最佳应用论文奖。2013年来指导实验室团队7次在IEEE VAST可视化分析挑战赛中获奖。数十次担任IEEE VIS, EuroVis, IEEE PacificVis等国际可视化会议程序委员会委员，2017年 IEEE VIS大会论文共同主席（SciVis），创建中国可视化与可视分析（ChinaVis）大会。中国计算机学会理事，杰出会员，杰出讲者。中国计算机学会大数据专家委员会委员，人机交互专委会常务委员和计算机辅助设计与图形学专委会委员。中国图象图形学学会理事、可视化与可视分析专业委员会主任。其他信息参见http://vis.pku.edu.cn/wiki。

【授课对象】全校对可视化学科研究与应用感兴趣的各专业研究生；具有一定编程基础或能灵活使用可视化工具

【更多内容】

   数据可视化课程主页：http://vis.pku.edu.cn/course/datavis_f21/index.html

   可视化案例及往年优秀作业：http://vis.pku.edu.cn/course/datavis_f21/example.html