Datapohjaiset visualisoinnit - tarkastelua teoreettisesta näkökulmasta
|
|
- Tuomas Salminen
- 8 vuotta sitten
- Katselukertoja:
Transkriptio
1 Datapohjaiset visualisoinnit - tarkastelua teoreettisesta näkökulmasta Hypermedian jatko-opintoseminaari Anne-Maritta Tervakari
2 Filosofista pohdintaa... (ja päänsärkyä) Data (yksittäisiä, irrallisia merkkejä tai merkkijonoja), joilla ei olemassaolonsa lisäksi ole muuta merkitystä voi esiintyä missä muodossa tahansa (käytettävä tai ei) Kun dataa tarkastellaan suhteessa johonkin muuhun, luodaan datalle merkitys informaatio (tulkinta) - voi olla hyödyllistä tai hyödytöntä Ihmisen vastaanottaa, prosessoi ja tulkitsee (hänelle merkityksellistä) informaatiota, jolloin informaatio yhdistyy osaksi henkilön omaa, aiempaa tietämystä (knowledge), joka vaikuttaa henkilön toimintaan. Kysymys: Onko olemassa puhtaasti datapohjaista visualisointia? Visualisoinnin toteutuksessa kysymys valinnasta ja järjestämisestä mitä dataa visualisoidaan ja miten. > Aina informaation visualisointia? (Masud ym. 2010)
3 Visualisointi Tarkoitetaan yleensä prosessia, jossa data (informaatio tai tieto) muunnetaan visuaaliseksi esitykseksi, joka voidaan havaita näköaistin avulla. (Gershon, Eick & Card 1998)
4 Visualisoinnin tunnuspiirteitä Perustuu (ei-visuaaliseen) dataan, esim. valokuvaus ei ole visualisointia. Data ilmentää jollakin tavalla ilmiön tai objektin ominaisuutta. Visualisointiprosessin keskeisin tulos on datan visuaalinen presentaatio (visualisointi tuottaa informaatiota datasta). Visualisoinnin tulee olla katsojan ymmärrettävissä ja tunnistettavissa (readable and recognizable) (voi vaatia harjoitusta) pätee erityisesti pragmaattisiin visualisointeihin. Tällöin visualisointi auttaa katsojaa ymmärtämään dataa katsoja myös oivaltaa miten kuvaa luetaan. Taiteellisissa visualisoinneissa olennaisinta on hämmästyttävyys, kyky haastaa katsojaa (sublime). (vrt. Kosara 2007; Ziemkiewicz & Kosara 2009)
5 Dataan perustuvat visualisoinnit (Lewis ym. 2004) (Kosara 2007)
6 Pragmaattiset visualisoinnit Visualisointiprosessin tavoitteena tutkia, analysoida tai esittää informaatiota siten, että katsoja voi ymmärtää datan knowledge crystallization (Card, MacKinlay & Shneiderman 1999) Keskeistä on käyttäjäystävällisyys - informaation välittäminen nopeasti, vaivatta ja luotettavasti (immediate understanding). Usein samoja visualisointitekniikoita voidaan soveltaa eri tyyppiseen dataan. Pragmaattisia visualisointeja ovat esimerkiksi datavisualisoinnit tai tieteelliset visualisoinnit (scientific visualizations). informaation visualisoinnit. (Kosara 2007)
7 Datavisualisoinnit Terminä epätäsmällinen, voidaan tarkoittaa kaikkia kolmea perinteistä visualisointityyppiä: tieteellinen visualisointi, informaation visualisointi ja visuaalinen analytiikka TAI pelkästään tieteellistä visualisointia (scientific visualization). Olemassa olevan jatkuvan datan (esim. mittaustulokset) muuntaminen visuaalisiksi elementeiksi. Usein kuvallisia (pictoral) esityksiä, joista ei voida erotella erillisiä (esitys)muotoja, glyyfejä (esim. flow ja volume visualisoinnit). Staattisia tai dynaamisia visualisointeja. (Ziemkiewicz & Kosara 2009) Jarke J. van Wijk, Image Based Flow Visualization. ACM Transactions on Graphics, special issue, Proceedings ACM SIGGRAPH 2002, San Antonio, Texas.
8 Funktioiden visualisoinnit (Function Visualization) Voidaan tunnistaa omana visualisointityyppinä. Lähellä datavisualisointia. Lähtödata ei kuitenkaan ole ymmärrettävissä visualisoinnin perusteella (vrt. visualisoinnin tunnuspiirteet). Esimerkiksi matemaattisten funktioiden, algoritmien ja fraktaalien visualisoinnit, visuaalikieli (visual programming languages), visual proofs. (Ziemkiewicz & Kosara 2009) Kuva: Anders Sandberg CC-by-2.0 Flickr
9 Informaation visualisointi (InfoVis) [T]he use of computer-supported, interactive visual representations of data to amplify cognition (Card, MacKinlay & Shneiderman 1999) Visualisoinnit perustuvat diskreettiin dataan, joka on luonteeltaan abstraktia (ei välttämättä ole fyysistä vastinetta reaalimaailmassa) kuten esim. yhteydet Informaation visualisoinnin tunnuspiirteet Ziemkiewicz & Kosara (2009) mukaan: Perustuu olemassa olevaan datalähteeseen (data-driven). Jokaista yksittäistä informaatio palasta vastaa yksi visuaalinen elementti ja päinvastoin (bijective mapping). Käyttäjä voi kontrolloida näkymäänsä (nontrivial interactivity) Visualisointi muodostuu symboleista (voidaan eritellä esitysmuotoja, glyyfejä) (notationality) Notation = merkkikieli, symbolikieli vrt. nuotit
10 Informaation visualisointi (InfoVis) Merkitys nousut liiketalouden ja informaatioteknologian alueilla. Tavoitteena tukea käyttäjää informaation tutkimisessa ja löytämisessä sekä oivaltamisessa. Tehokas informaation saaminen ja ymmärtäminen sekä nopea päätöksenteko sen pohjalta Käyttäjät taidoiltaan ja taustoiltaan heterogeenisia > käytettävyys tärkeätä! Haasteena löytää toimivia visuaalisia metaforia informaation esittämiseksi sekä ymmärtää millaisia analyyttisia tehtäviä niiden avulla voidaan tukea. Monitieteiset juuret - yhdistää tieteellisen visualisoinnin, HCI, tiedonlouhinnan, kuvittamisen ja havainnollistamisen periaatteita (Fekete ym. 2008; Gershon, Eick & Card 1998).
11 Infografiikka (Information Graphics, Infographic) Datan graafinen esitys, jota käytetty erityisesti sanomalehdissä yms. tarinan kertomiseen (viestinnällinen funktio). Käyttögrafiikka, uutisgrafiikka. Luetaan toisinaan luokkaan informaation visualisointi. Ei vuorovaikutusmahdollisuutta (käyttäjä ei voi tutkia dataa) Kontrolli on visualisoinnin suunnittelijalla. Sisältävät usein myös ylimääräistä, informaation välittämisen kannalta epäolennaisia elementtejä (Chart Junk) (vrt. Tufte 2001) Florence Nightingale (1858
12 Tietämyksen visualisointi (Knowledge visualization) Visualisointia hyödynnetään tietämyksen siirtämisessä yksilöiden ja ryhmien välillä (collaborative context). Tavoitteena välittää tietoa siitä, mikä informaatio on olennaista, kenelle siitä on hyötyä, milloin ja miksi. Hyvin kontekstisidonnaisia. Yhdistetään eri visualisointimenetelmiä sekä eri medioita Luonnokset, diagrammit, kaaviot (Gantt-kaavio), käsitekartat jne. jne. Kuvaavat usein prosesseja, työnkulkua. (Bukhard 2004;Masud ym. 2010)
13 Taiteelliset visualisoinnit (Artistic Visualization) (Kosara 2007) Tavoitteena viestittää/välittää merkityksiä katsoja ymmärtää perusmerkityksen Ei varsinaisesti tue datan lukemista eikä ymmärtämistä. Dataa hyödynnetään kuitenkin raakamateriaalina ( tosiasiallinen tausta). Data muunnetaan kiinnostavaksi, inspiroivaksi ja tunteisiin vaikuttavaksi visuaaliseksi esitykseksi, joka mahdollistaa merkityksen ymmärtämisen. Olennaista on kiehtovuus, arvoituksellisuus ja koukuttavuus (osa esteettistä kokemusta), sopiva haastavuus - ei niinkään käyttäjäystävällisyys.
14 Informaation esteettinen visualisointi (Information Aesthetic Visualization) Periaatteessa kuten informaation visualisointi, mutta hyödyntää visuaalisen taiteen keinoja Pyrkii tukemaan käyttäjiä datan Esim. käyttäen tavanomaisia visualisointitekniikoita uudenlaisella tavalla uudenlaisiin käyttötarkoituksiin. Datan ymmärtämisessä ja tutkimisessa Datan perusmerkityksen tai -viestin ymmärtämisessä. Vrt. We Feel Fine Ambient Visualization, Informative Art Hyödyntävät visuaalisesti mielenkiintoisia esittämistapoja pyrkiessään tukemaan datan lukemista ja ymmärtämistä. Rebecca Xiong and Judith Donath PeopleGarden: Creating data portraits for Users. Lähentyvät visuaalista taidetta. (Lau & Moere 2007; Pousman, Stasko & Mateas 2007)
15 Visualization art (Data art) Hyödyntää usein moniselitteisiä ja tulkinnanvaraisia visualisointitapoja sekä uusimpia visualisointitekniikoita. Kysymyksessä visualisointitekniikoiden soveltaminen taiteeseen. Tavoitteena välittää vaikutelmia tai alleviivata datan sisältämä viesti, herättää katsojassa ajatuksia sekä haastaa katsoja (voi johtaa jopa turhautumiseen). Ei niinkään tue datan ymmärtämistä tai tutkimista. (Lau & Moere 2007; Pousman, Stasko & Mateas 2007) Smith, A. M., M. Romero, Z. Pousman, and M. Mateas Tableau Machine: A Creative Alien Presence. AAAI Spring Symposium on Creative Intelligent Systems.
16 Miksi asiaa sietää pohtia? Visualisointeja hyödynnetään kasvavassa määrin perinteisten alojen ulkopuolella mm. päätöksenteon tai suunnittelutyön tukena, kommunikointivälineenä. Eri (tieteen)aloilla erilaisia käsityksiä siitä, milloin voidaan puhua visualisoinnista. Ei selkeää teoreettista määritelmää käsitteelle visualisointi. Visualisointi yksinomaan analysointivälineenä, ongelmaratkaisun välineenä tai kommunikointivälineenä. Tarvitaan avointa ja monitieteistä keskustelua mm. Visualisointitekniikoista, käytänteistä ja toimintamalleista eri visualisointityypeistä ja niiden ominaisuuksista soveltuvuudesta eri tyyppiselle datalle tai informaatiolle >> Kontekstin, käyttötarkoituksen sekä käyttäjien tavoitteet huomioon ottavan visualisoinnin toteuttamiseksi. (Masud ym. 2010)
17 R. Lengler and M. J. Eppler. Towards a periodic table of visualization methods for management. In GVE 2007: Graphics and Visualization in Engineering. Acta Press,
18 That's all folks!
19 Lähteet Burkhard, R.A Learning from architects: the difference between knowledge visualization and information visualization. Proceedings of the Information Visualisation, Eighth International Conference, Card, S.K., MacKinlay, J.D. & Shneiderman, B Readings in Information Visualizations: Using Vision to Think. Morgan Kaufmann Publisher. Gershon, N., Eick, S.G. & Card, S Information visualization. Interaction, 5(2), Kosara, R The Missing Link Between Information Visualization and Art. Proceedings of the 11th International Conference Information Visualization, IEEE Computer Society Washington, DC, USA, Lau, A. & Moere, A.V Towards a Model of Information Aesthetics in Information Visualization. Proceeding IV '07 Proceedings of the 11th International Conference Information Visualization Washington, DC, USA,
20 Lähteet Lewis, J., Rosenholtz, R., Fong, N. & Neumann, U VisualIDs: Automatic distinctive icons for desktop interfaces. In Proceedings SIGGRAPH. ACM Press, Masud, L., Valsecchi, F., Ciuccarelli, P., Ricci, D. & Caviglia, G From Data to Knowledge. Visualizations as transformation processes within the Data-InformationKnowledge continuum. Proceedings of the 14th International Conference Information Visualisation, the July 2010 in London United Kingdom, Pousman, Z., Stasko, J.T. & Mateas, M Casual Information Visualization: Depictions of Data in Everyday Life. Journal IEEE Transactions on Visualization and Computer Graphics, 13(6), Tufte, E. R The Visual Display of Quantitative Information. 2nd edition. Cheshire, CT: Graphics Press. Ziemkiewicz, C. & Kosara, R Embedding Information Visualization within Visual Representation. Advances in Information and Intelligent Systems. Vol Studies in Computational Intelligence. Springer Berlin Heidelberg,
Opetuksen ja opiskelun tehokas ja laadukas havainnointi verkkooppimisympäristössä
Opetuksen ja opiskelun tehokas ja laadukas havainnointi verkkooppimisympäristössä Jukka Paukkeri (projektitutkija) Tampereen Teknillinen Yliopisto Matematiikan laitos Intelligent Information Systems Laboratory
LisätiedotDynaaminen visualisointi ja ajan esittäminen
Dynaaminen visualisointi ja ajan esittäminen Markku Reunanen, marq@iki.fi Johdanto Edward Tufte (1997, 23) esitti visualisoinnista viisi kysymystä kirjassaan Visual Explanations: Kuinka monta? Kuinka usein?
LisätiedotXML-tutkimus Jyväskylän yliopistossa
XML-tutkimus Jyväskylän yliopistossa Airi Salminen Jyväskylän yliopisto Tietojenkäsittelytieteiden laitos airi.salminen@jyu.fi http://www.cs.jyu.fi/~airi/ Airi Salminen, XML-tutkimus Jyväskylän yliopistossa
LisätiedotKielitieteellisten aineistojen käsittely
Kielitieteellisten aineistojen käsittely 1 Johdanto...1 2 Aineistojen kommentointi, metadatan tyypit...1 3 Aineistojen käsittely...2 3.1 Rakenteisten kieliaineistojen kyselykielet...2 3.2 Tiedonlouhinta
LisätiedotTIEDON VISUALISOIN- NIN PERUSTEET REITITIN-HANKE, METROPOLIA AMMATTIKORKEAKOULU 21.10.2013 PÄIVI KERÄNEN
TIEDON VISUALISOIN- NIN PERUSTEET REITITIN-HANKE, METROPOLIA AMMATTIKORKEAKOULU 21.10.2013 PÄIVI KERÄNEN PÄIVÄN TAVOITTEET Mitä tiedon visualisointi on? Mitä visualisoinnilla voidaan saavuttaa? Miten hahmotamme
LisätiedotKvantitatiivisen informaation graafinen esittäminen
Kvantitatiivisen informaation graafinen esittäminen Datan määrän kasvaessa jatkuvasti, on informaation tehokkaaseen esittämiseen panostettava entistä enemmän. Ihmisillä on luontainen kyky ymmärtää erilaisista
LisätiedotVoisiko asiakirja olla kuva?
Voisiko asiakirja olla kuva? 3.5.2018 IDEA-PROJEKTIN TAPAAMINEN ELIISA PITKÄSALO JA ANNE KETOLA Kuva ei ole koriste Voiko kuvilla edistää lapsen osallisuutta huostaanoton päätöksenteossa? Visuaalinen sopimusteksti
LisätiedotEtnografia Tiiu Koort
Etnografia Tiiu Koort 7307050 Hypermedian jatko-opintoseminaari: Tutkimusmenetelmät, kun tutkimuskohteena on ihminen ja tekniikka I Etnografisen tutkimuksen lähtökohdat Etnografia = ihmisestä kirjoittaminen,
LisätiedotComputing Curricula 2001 -raportin vertailu kolmeen suomalaiseen koulutusohjelmaan
Computing Curricula 2001 -raportin vertailu kolmeen suomalaiseen koulutusohjelmaan CC1991:n ja CC2001:n vertailu Tutkintovaatimukset (degree requirements) Kahden ensimmäisen vuoden opinnot Ohjelmistotekniikan
LisätiedotKäyttäjäkeskeisen suunnittelun periaatteet ja prosessit
Käyttäjäkeskeisen suunnittelun periaatteet ja prosessit Kurssilla: Johdatus käyttäjäkeskeiseen tuotekehitykseen 23.1.2008 Johanna Viitanen johanna.viitanen@soberit.hut.fi Luennon aiheet Tuotekehityksen
LisätiedotCollaborative & Co-Creative Design in the Semogen -projects
1 Collaborative & Co-Creative Design in the Semogen -projects Pekka Ranta Project Manager -research group, Intelligent Information Systems Laboratory 2 Semogen -project Supporting design of a machine system
LisätiedotKäytettävyyslaatumallin rakentaminen web-sivustolle. Oulun yliopisto tietojenkäsittelytieteiden laitos pro gradu -suunnitelma Timo Laapotti 28.9.
Käytettävyyslaatumallin rakentaminen web-sivustolle Tapaus kirjoittajan ABC-kortti Oulun yliopisto tietojenkäsittelytieteiden laitos pro gradu -suunnitelma Timo Laapotti 28.9.2005 Kirjoittajan ABC-kortti
LisätiedotTehostettu kisällioppiminen tietojenkäsittelytieteen ja matematiikan opetuksessa yliopistossa Thomas Vikberg
Tehostettu kisällioppiminen tietojenkäsittelytieteen ja matematiikan opetuksessa yliopistossa Thomas Vikberg Matematiikan ja tilastotieteen laitos Tietojenkäsittelytieteen laitos Kisällioppiminen = oppipoikamestari
LisätiedotTULEVAISUUDEN YHTEISKUNTAA JOHDETAAN TIEDOLLA
TULEVAISUUDEN YHTEISKUNTAA JOHDETAAN TIEDOLLA 7.11.2017 / Jyväskylä Harri Laihonen Tutkimusjohtaja, PhD, KTM AGENDA 1. Tietojohtamisen silmälasit 2. Miltä maailma näyttää näillä laseilla tänään ja huomenna?
LisätiedotService Fusion -konsepti
Service Fusion -konsepti Chiru-projekti 3D User experience for Mobile Network Virtual Environments Seamus Hickey Minna Pakanen Leena Arhippainen firstname.lastname@cie.fi Teemaseminaari: Tulevaisuuden
LisätiedotYRITYSESITE / COMPANY BROCHURE
YRITYSESITE / COMPANY BROCHURE 1 2 PAINO/PRINTING: WG PRINT OY, VAASA KANSI/COVER: GALERIE ART SILK 250G SISÄSIVUT/INSIDE: GALERIE ART SILK 130G KANSIKUVA/COVER PHOTO, VAASA SCIENCE PARK: TIMO LEHTONEN
LisätiedotMobiilit käyttöliittymät lääkitystietoon
Mobiilit käyttöliittymät lääkitystietoon Katja Leiviskä, Harri Oinas-Kukkonen, Teppo Räisänen Oulun yliopisto, Tietojenkäsittelytieteiden laitos katja.leiviska@oulu.fi, harri.oinas-kukkonen@oulu.fi, teppo.raisanen@oulu.fi
LisätiedotKnowledge Management (KM) eli. tiedon/tietämyksen hallinta
Knowledge Management (KM) eli tiedon/tietämyksen hallinta Jaakko Anttila/10.2.2002 http://koti.welho.com/janttil4/index.html Tietämyksenhallinta voidaan kuvata toiminnan organisoimiseksi ja parantamiseksi
LisätiedotKÄYTTÄJÄKOKEMUS & KÄYTTÖLIITTYMÄSUUNNITTELU. CSE- C3800, Aalto 16.9.2015, Eeva Raita
KÄYTTÄJÄKOKEMUS & KÄYTTÖLIITTYMÄSUUNNITTELU CSE- C3800, Aalto 16.9.2015, Eeva Raita TÄNÄÄN 1. KÄYTTÄJÄKOKEMUS EI OLE 2. KÄYTTÄJÄKOKEMUS ON 3. RYHMÄTEHTÄVÄ 4. HUOMIOINTI SUUNNITTELUSSA CSE- C3800, 16.9.2015,
LisätiedotNaps ja Bloom teollisuusrobotiikan Peda-Forum,
Naps ja Bloom teollisuusrobotiikan simulaatio-opetuksessa @sakarikoivunen Peda-Forum, 15.8.2018 Johdanto Tuotantoautomaation koulutus- ja tutkimusvastaava Oma opetus lähinnä Tuotantoautomaation perusteet
LisätiedotColLab Uudet yhteisölliset teknologiat oppimisen tukena
http://collab0708.wordpress.com ColLab Uudet yhteisölliset teknologiat oppimisen tukena Hankkeen esittelyä 4.9.2007 Essi Vuopala Paulina Melakari-Mustonen Mikä on ColLab hanke? ColLab hanke on Oulun yliopiston
LisätiedotVesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely)
Vesivoimaketjun optimointi mehiläisalgoritmilla (Valmiin työn esittely) Sakke Rantala 2.12.2013 Ohjaaja: DI Hannu Korva Valvoja: Professori Harri Ehtamo Työn saa tallentaa ja julkistaa Aalto-yliopiston
LisätiedotJUKKA PAUKKERI INFORMAATION VISUALISOINNIN LAADUKKUUSKRITEERIT Diplomityö
JUKKA PAUKKERI INFORMAATION VISUALISOINNIN LAADUKKUUSKRITEERIT Diplomityö Tarkastajat: dosentti Ossi Nykänen tutkija Anne-Maritta Tervakari Tarkastajat ja aihe hyväksytty Tieto- ja sähkötekniikan tiedekuntaneuvoston
LisätiedotInformaation visualisointitekniikoiden kehitys
T-111.2211 INFORMAATIOVERKOSTOT: STUDIO 4 Informaation visualisointitekniikoiden kehitys Antti Häkkinen 17.3.2010 Lyhyt katsaus informaation visualisoinnin lähtökohtiin, historiaan ja tekniikoihin. Sisältö
LisätiedotVISUAALISEN KULTTUURIN MONILUKUTAITO? Kulttuuri? Visuaalinen kulttuuri?
VISUAALISEN KULTTUURIN MONILUKUTAITO? Kulttuuri? Visuaalinen kulttuuri? Kulttuuri = jonkin ryhmän ominaislaatu, joka ilmenee erilaisina arvoina ja toimintatapoina sekä aineellisina ja aineettomina tuotteina.
LisätiedotOpettajan pedagoginen ajattelu
Oulun yliopisto / Kasvatustieteiden ja Opettajankoulutuksen yksikkö Sanna Järvelä & etunimi.sukunimi(at)oulu.fi http://oppiohja.wordpress.com/ Oppimisen ohjaaminen, opetuksen suunnittelu ja arviointi Opettajan
LisätiedotKUVATAIDE VL LUOKKA. Laaja-alainen osaaminen. Tavoitteisiin liittyvät sisältöalueet. Opetuksen tavoitteet
KUVATAIDE VL.7-9 7.LUOKKA Opetuksen tavoitteet Visuaalinen havaitseminen ja ajattelu T1 kannustaa oppilasta havainnoimaan, taidetta, ympäristöä ja muuta visuaalista kulttuuria moniaistisesti ja käyttämään
LisätiedotSoberIT Ohjelmistoliiketoiminnan ja tuotannon laboratorio
Informaatioverkostojen koulutusohjelma Ihminen ja vuorovaikutus Pääaineen rakenne: T100-1 Informaatioverkostojen perusmoduuli (A1) T200-2 Ihminen ja vuorovaikutus (A2) UUSI T110-3 Ihmisläheiset tietojärjestelmät
LisätiedotTrialogisen oppimisen suunnitteluperiaatteet
Trialogisen oppimisen suunnitteluperiaatteet Tekijät: Hanni Muukkonen, Minna Lakkala, Liisa Ilomäki ja Sami Paavola, Helsingin yliopisto 1 Suunnitteluperiaatteet trialogisen oppimisen pedagogiikalle 1.
LisätiedotTPAJA 29: Käyttäjädatan hyödyntämismahdollisuudet yhteisöllisen oppimisen tukemisessa verkkopohjaisissa oppimisympäristöissä
TPAJA 29: Käyttäjädatan hyödyntämismahdollisuudet yhteisöllisen oppimisen tukemisessa verkkopohjaisissa oppimisympäristöissä PedaForum 2013 20. 21. 8.2913 Tampere Intelligent Information Systems Laboratory
LisätiedotLuottamuksen ja maineen rooli palveluperustaisten yhteisöjen muodostamisessa
Luottamuksen ja maineen rooli palveluperustaisten yhteisöjen muodostamisessa Eija Henritius Helsinki 1.2.2009 Seminaari (työsuunnitelma/tiivistelmä) HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos
LisätiedotAiheenvalinta ilmoitetaan MyCoursesin keskustelualueella (ei saman yrityksen tarkastelua lähes samasta näkökulmasta) viimeistään tiistaina 27.2.
1 (5) Lopputyö Aiheenvalinta viimeistään ti 27.2. MyCoursesin kyseisellä keskustelualueella Suunnitelma 10 %, palautus viimeistään ma 5.3. Tiimiesitys 15 %, tiistaina 27.3. tai torstaina 29.3. Raportti
LisätiedotPaikkatietojen käytön tulevaisuus -
Paikkatietojen käytön tulevaisuus - Näkökulmina teholaskenta ja vuorovaikutteisuus Juha Oksanen, tutkimuspäällikkö Geoinformatiikan ja kartografian osasto, Geodeettinen laitos Geoinformatiikan tutkimuspäivät
LisätiedotKandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu
Kandidaatintyön esittely: Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu Vilma Virasjoki 19.11.2012 Ohjaaja: DI Jouni Pousi Valvoja: Professori Raimo P.
LisätiedotTiedonlouhinta rakenteisista dokumenteista (seminaarityö)
Tiedonlouhinta rakenteisista dokumenteista (seminaarityö) Miika Nurminen (minurmin@jyu.fi) Jyväskylän yliopisto Tietotekniikan laitos Kalvot ja seminaarityö verkossa: http://users.jyu.fi/~minurmin/gradusem/
LisätiedotOPPIMINEN ja SEN TUKEMINEN Supporting learning for understanding
OPPIMINEN ja SEN TUKEMINEN Supporting learning for understanding Vetäjät: Jonna Malmberg jonna.malmberg@oulu.fi Tutkimusryhmä: Oppimisen ja Koulutusteknologian Tutkimusyksikkö (LET) LET tutkii (1) Conceptual
LisätiedotEpätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely)
Epätäydellisen preferenssi-informaation huomioon ottavien päätöksenteon tukimenetelmien vertailu (aihe-esittely) Vilma Virasjoki 23.01.2012 Ohjaaja: Jouni Pousi Valvoja: Raimo P. Hämäläinen Työn saa tallentaa
LisätiedotOsaamispassi ja erityisosaamistietokanta tulevaisuuden osaajille
Osaamispassi ja erityisosaamistietokanta tulevaisuuden osaajille Futurex -seminaari Korkeakoulujen täydennyskoulutusten laatu Helsinki 6.3.2013 Anne-Maritta Tervakari Intelligent Information Systems Laboratory
LisätiedotTieteen julkisuus ja tiedeviestintä. Esa Väliverronen
Tieteen julkisuus ja tiedeviestintä Esa Väliverronen 7.3.2007 Tiedeviestintä miksi nyt? Tieteen ja yhteiskunnan suhde murroksessa - kolmas tehtävä, vaikuttavuus... Tutkimuskulttuurit murroksessa - moni/poikkitieteellisyys,
LisätiedotVBE2 Työpaketit Jiri Hietanen / TTY
VBE2 Työpaketit Jiri Hietanen / TTY 1 WP2.1 Technology review and VBE platform 2 Tavoitteet In In charge: charge: Method: Method: Jiri Jiri Hietanen, Hietanen, TUT TUT Analysis Analysis of of existing
LisätiedotPerusarkkitehtuurin ja vuorovaikutuksen mallintamisen perusteita.
Perusarkkitehtuurin ja vuorovaikutuksen mallintamisen perusteita. Arkkitehtuuriin vaikuttavat ympäristötekijät Jo kehittämisen alkuvaiheessa on tarpeellista hahmotella arkkitehtuurin perusratkaisu. Lähtökohdat
LisätiedotOsallisuuden ja kokemuksen prosessointia tehtävän avulla
Osallisuuden ja kokemuksen prosessointia tehtävän avulla POIMU Sosiaalityön käytännönopettajien koulutus Kirsi Nousiainen 13.11.2014 Lahti 13.11.2014 Kirsi Nousiainen 1 Kolme näkökulmaa ohjaukseen 1. Ihminen
LisätiedotKartografian revanssi. Juha Oksanen 4.4.2016, LYNET Datan visualisoinnilla vaikuttavuutta
Kartografian revanssi Juha Oksanen 4.4.2016, LYNET Datan visualisoinnilla vaikuttavuutta 5.7.1918-31.12.2014 Geodeettinen laitos 1.1.2015- Paikkatietokeskus FGI, Maanmittauslaitos http://www.fgi.fi/fgi/research/researchgroups/analysis-and-visualisation-geospatial-data-geova/
LisätiedotTilastojen visualisointi Excelillä. PiKe-kehittämiskirjasto Leena Parviainen
Tilastojen visualisointi Excelillä PiKe-kehittämiskirjasto Leena Parviainen 11.4.2018 Mitä tilastoilla voi tehdä? Parantaa toiminnan laatua ja vaikuttavuutta Ohjata resursseja, hankintoja ja materiaalivirtoja
LisätiedotKuva: Questmarketing.ltd.uk GRAAFINEN SUUNNITTELU?
Kuva: Questmarketing.ltd.uk GRAAFINEN SUUNNITTELU? Graafinen suunnittelu pähkinänkuoressa: Graafinen suunnittelu on universaalia. Se on kaikkialla ympärillämme, sisällä ja ulkona. Se selittää, koristelee,
LisätiedotBioinformatics in Laboratory of Computer and Information Science
HELSINKI UNIVERSITY OF TECHNOLOGY LABORATORY OF COMPUTER AND INFORMATION SCIENCE Bioinformatics in Laboratory of Computer and Information Science Samuel Kaski Research Two centers of excellence of the
LisätiedotYksilöllistä, puhuroi, suorita - Mitä käyttöliittymien termien taakse kätkeytyy?
Yksilöllistä, puhuroi, suorita - Mitä käyttöliittymien termien taakse kätkeytyy? Niina Nissilä & Suvi Isohella Minä ja tiede Seinäjoki 18.3.2014 Vaasa 20.3.2014 Esityksen rakenne Lähtökohta Järjestelmä,
LisätiedotLaajennettu tiedonkäsitys ja tiedon erilaiset muodot
Laajennettu tiedonkäsitys ja tiedon erilaiset muodot Totuudesta väitellään Perinteinen käsitys Tutkimuksella tavoitellaan a. On kuitenkin erilaisia käsityksiä. Klassinen tiedon määritelmä esitetään Platonin
LisätiedotViestinnän ammattilainen: strategian toteuttaja? Saku Mantere, Professori (mvs) Hanken
Viestinnän ammattilainen: strategian toteuttaja? Saku Mantere, Professori (mvs) Hanken Kysymys! Onko yrityksen viestintäfunktion keskeisin rooli yrityksen strategian toteuttamisen tukeminen? Kaksi käsitystä
LisätiedotSFS/SR315 Tekoäly Tekoälyn standardisointi
SFS/SR315 Tekoäly Tekoälyn standardisointi Meri Seistola Toiminnanjohtaja, Mediakasvatuskeskus Metka ry SR 315 Tekoäly - Puheenjohtaja: Jarkko Vesa 1 SC42 Artificial Intelligence ISO/IEC JTC1 SC42 Artificial
LisätiedotVisualisoinnin aamu 16.4 Tiedon visualisointi. Ari Suominen Tuote- ja ratkaisupäällikkö Microsoft
Visualisoinnin aamu 16.4 Tiedon visualisointi Ari Suominen Tuote- ja ratkaisupäällikkö Microsoft 1 Visualisoinnin aamu 8:00 Ilmoittautuminen ja aamukahvi 8:45 Tiedon visualisointi Ari Suominen, Tuote-
LisätiedotWAT? INTRO VESI- JA YMPÄRISTÖTEKNIIIKAN MAISTERIOHJELMAAN (MASTER S PROGRAMME IN WATER & ENVIRONMENTAL ENGINEERING)
WAT? INTRO VESI- JA YMPÄRISTÖTEKNIIIKAN MAISTERIOHJELMAAN (MASTER S PROGRAMME IN WATER & ENVIRONMENTAL ENGINEERING) 13.9.2017 Marko Keskinen & Maija Sihvonen ENSURING A SUSTAINABLE & FUNCTIONING SOCIETY
LisätiedotBig Room -toiminta tutkimuksen näkökulmasta. Sari Koskelo, Vison Oy
? Big Room -toiminta tutkimuksen näkökulmasta Sari Koskelo, Vison Oy 16.3.2018 Sisältö Big Room konseptin moniulotteisuus Tavoitteet Johtaminen Big Room toiminta kehitys- ja toteutusvaiheissa Big Room
LisätiedotKuvataide. Vuosiluokat 7-9
Kuvataide Vuosiluokat 7-9 Kuvataiteen tehtävänä on kulttuurisesti moniaistisen todellisuuden tutkiminen ja tulkitseminen. Kuvataide tukee eri oppiaineiden tiedon kehittymistä eheäksi käsitykseksi maailmasta.
LisätiedotMitä opittiin? Service Design työpajoissa. Helena Ahola,Taina Vuorela, Päivi Aro
Mitä opittiin? Service Design työpajoissa Helena Ahola,Taina Vuorela, Päivi Aro Fasilitointi liiketoiminnankehittämistyöpajoissa: vähän tutkittua! MITÄ FASILITOINTI ON? Innovointityöpajan hallittua managerointia
LisätiedotTeemana aikajanat Polku versio 0.2
Teemana aikajanat Polku versio 0.2 UTA VT Polku-projekti Tekijä: J.M. Jokiniemi Tulostettu: Jakelu: Uteam, Polku Dokumentin tila: lopullinen versio Muokattu: 5.11.09 VERSIOHISTORIA Versio Päiväys Tekijät
LisätiedotTiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä
Tiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä Juuso Meriläinen 27.11.2015 Juuso Meriläinen Tiedonsiirron kokonaisoptimointi erilaisten tietoverkkojen yhteiskäytössä 1 / 11 Johdanto
LisätiedotArkkitehtuurinen reflektio
Arkkitehtuurinen reflektio Toni Ruokolainen Toni.Ruokolainen@cs.helsinki.fi Helsinki 6.10.2003 Tiivistelmä HELSINGIN YLIOPISTO Tietojenkäsittelytieteen laitos HELSINGIN YLIOPISTO HELSINGFORS UNIVERSITET
LisätiedotPisan 2012 tulokset ja johtopäätökset
Pisan 2012 tulokset ja johtopäätökset Jouni Välijärvi, professori Koulutuksen tutkimuslaitos Jyväskylän yliopisto PISA ja opettajankoulutuksen kehittäminen-seminaari Tampere 14.3.2014 17.3.2014 PISA 2012
LisätiedotPedagoginen muutos -verkkojakson avaus. Tytti Tenhula Soile Jokinen
Pedagoginen muutos -verkkojakson avaus Tytti Tenhula Soile Jokinen 9.5.2003 Kehittämishankkeen riskianalyysi Organisatorinen Johtamiskulttuuri E D C B A Pedagoginen Opettajien ja opiskelijoiden kokemus
LisätiedotTietotekniikka ei riitä palvelujen tuottavuus ratkaisee. Olli Martikainen 19.3.2013
Tietotekniikka ei riitä palvelujen tuottavuus ratkaisee Olli Martikainen 19.3.2013 Miten tuottavuus syntyy? 1. Miten tuottavuus syntyy? Tuotanto voidaan kuvata työhön vaadittavien investointien ja itse
LisätiedotScheduling of Genetic Analysis Workflows on Grid Environments (valmiin työn esittely) Arttu Voutilainen
Scheduling of Genetic Analysis Workflows on Grid Environments (valmiin työn esittely) Arttu Voutilainen 20.4.2015 Ohjaaja: FT Lauri Eronen (Biocomputing Platforms Ltd.) Valvoja: Prof. Harri Ehtamo Työn
LisätiedotVerkkopalvelun käyttökelpoisuus ja arviointi
Verkkopalvelun käyttökelpoisuus ja arviointi 1. luento 27.8.2007 erikoistutkija Kirsi Silius & tutkija Anne-Maritta Tervakari Hypermedialaboratorio Tampereen teknillinen yliopisto Hypermedialaboratorio
LisätiedotAikuisopiskelijoiden suhde tieteeseen ja tieteelliseen tietämiseen - kontekstina avoimen yliopiston verkkovälitteinen metodikurssi
Aikuisopiskelijoiden suhde tieteeseen ja tieteelliseen tietämiseen - kontekstina avoimen yliopiston verkkovälitteinen metodikurssi Leena Isosomppi & Minna Maunula Jyväskylän yliopisto - Kokkolan yliopistokeskus
LisätiedotTEKSTI JA TYPOGRAFIA LEHDESSÄ. Johdanto Arja Karhumaa
TEKSTI JA TYPOGRAFIA LEHDESSÄ Johdanto Arja Karhumaa TYPOGRAFIA LEHDESSÄ Kaikkein tärkein identiteetin, genren ja visuaalisen luonteen ilmaisija Monta tehtävää: 1. Kerronta Typografian tärkein tehtävä:
LisätiedotOngelma(t): Mikä on Turingin kone? Miten Turingin kone liittyy funktioihin ja algoritmeihin? Miten Turingin kone liittyy tietokoneisiin?
Ongelma(t): Mikä on Turingin kone? Miten Turingin kone liittyy funktioihin ja algoritmeihin? Miten Turingin kone liittyy tietokoneisiin? 2013-2014 Lasse Lensu 2 Algoritmit ovat deterministisiä toimintaohjeita
LisätiedotESIPUHE... 3 SISÄLLYSLUETTELO... 4 1. JOHDANTO... 6
Sisällysluettelo ESIPUHE... 3 SISÄLLYSLUETTELO... 4 1. JOHDANTO... 6 2. LAADULLISEN TUTKIMUKSEN KÄSITTEITÄ... 9 1.1 TUTKIMUKSEN TEKEMISEN TAUSTAFILOSOFIAT... 10 1.2 LAADULLINEN TUTKIMUS VS. MÄÄRÄLLINEN
LisätiedotRakentamisen 3D-mallit hyötykäyttöön
Rakentamisen 3D-mallit hyötykäyttöön 1 BIM mallien tutkimuksen suunnat JAO, Jyväskylä, 22.05.2013 Prof. Jarmo Laitinen, TTY rakentamisen tietotekniikka Jarmo Laitinen 23.5.2013 Jarmo Laitinen 23.5.2013
LisätiedotVerkko-oppiminen: Teoriasta malleihin ja hyviin käytäntöihin. Marleena Ahonen. TieVie-koulutus Jyväskylän lähiseminaari
Verkko-oppiminen: Teoriasta malleihin ja hyviin käytäntöihin Marleena Ahonen TieVie-koulutus Jyväskylän lähiseminaari Virtuaaliyliopistohankkeen taustaa: - Tavoitteena koota verkko-oppimisen alueen ajankohtaista
LisätiedotPsykologitiimi Päämäärä Oy
Psykologitiimi Päämäärä Oy Perustettu 1994 Turussa Päätoimiala soveltuvuustutkimukset ja opiskelijavalintojen tutkimukset Valintakoeyhteistyötä 14 toisen asteen oppilaitoksen ja 5 ammattikorkeakoulun kanssa
LisätiedotJyväskylän yliopiston Koulutuksen tutkimuslaitos, IEA sekä opetus- ja kulttuuriministeriö
Jyväskylän yliopiston Koulutuksen tutkimuslaitos, IEA sekä opetus- ja kulttuuriministeriö 2018 Tieto- ja viestintäteknologia sekä monilukutaito ovat merkittävässä asemassa opiskelussa, työelämässä kuin
LisätiedotTietojohtaminen ja tekemisen haasteet. Esitys Kirjastonjohtajien neuvottelupäivillä 2.10.2009 Pirjo Kainu
Tietojohtaminen ja tekemisen haasteet Esitys Kirjastonjohtajien neuvottelupäivillä 2.10.2009 Pirjo Kainu Tietoasiantuntijat ry On tiedon tuottajien, tiedon välittäjien ja uuden tiedon luojien yhdistys.
LisätiedotKohti älykkäitä oppimisympäristöjä? Erkki Sutinen Tietojenkäsittelytieteen laitos Joensuun yliopisto
Kohti älykkäitä oppimisympäristöjä? Erkki Sutinen Tietojenkäsittelytieteen laitos Joensuun yliopisto Oppimisympäristö sana maistuu hiukan komiteamietinnöltä onko mitään ympäristöä jossa ei opita? opiskeluympäristö,
LisätiedotLUENTO 3. 1) Käyttäjän kokemus 2) Emootiot ja motivaatio 3) Käyttäjäryhmät 4) Käyttäjien tarpeet ja niiden kartoittaminen 5) Luentotehtävä 3
LUENTO 3 1) Käyttäjän kokemus 2) Emootiot ja motivaatio 3) Käyttäjäryhmät 4) Käyttäjien tarpeet ja niiden kartoittaminen 5) Luentotehtävä 3 KÄYTTÄJÄN KOKEMUS -USER EXPERIENCE Käyttäjäkokemus -User Experience
LisätiedotDatan analysointi ja visualisointi Teollisen internetin työpaja
Datan analysointi ja visualisointi Teollisen internetin työpaja Jouni Tervonen, Oulun yliopisto, Oulun Eteläisen instituutti 14.3.2016 Johdanto Tavoite yhdessä määritellä miten data-analytiikkaa voi auttaa
LisätiedotDepartment of Mathematics, Hypermedia Laboratory Tampere University of Technology. Roolit Verkostoissa: HITS. Idea.
Roolit Tommi Perälä Department of Mathematics, Hypermedia Laboratory Tampere University of Technology 25.3.2011 J. Kleinberg kehitti -algoritmin (Hypertext Induced Topic Search) hakukoneen osaksi. n taustalla
LisätiedotJohnson, A Theoretician's Guide to the Experimental Analysis of Algorithms.
Kokeellinen algoritmiikka (3 ov) syventäviä opintoja edeltävät opinnot: ainakin Tietorakenteet hyödyllisiä opintoja: ASA, Algoritmiohjelmointi suoritus harjoitustyöllä (ei tenttiä) Kirjallisuutta: Johnson,
LisätiedotTilanne sekä MS-A0003/4* Matriisilaskenta 5 op
MATEMATIIKKA Mat-1.1210 Matematiikan peruskurssi S1 ei järjestetä enää MS-A0103/4* Differentiaali- ja integraalilaskenta I 5 op sekä MS-A0003/4* Matriisilaskenta 5 op Mat-1.1110 Matematiikan peruskurssi
LisätiedotTaidekasvatuksen tutkimusmenetelmät
Taidekasvatuksen tutkimusmenetelmät Tiina Pusa 12.9.2015 Aalto-yliopisto Taiteiden ja suunnittelun korkeakoulu Kurssiohjelma 12.9. Orientaatio. Kurssin sisällöt, tavoitteet ja tehtävät. 19.9. Arkistotutkimuksen
LisätiedotAalto University School of Engineering Ongelmaperusteisen oppimisen innovatiivinen soveltaminen yliopisto-opetuksessa
Aalto University School of Engineering Ongelmaperusteisen oppimisen innovatiivinen soveltaminen yliopisto-opetuksessa Cleantech gaalan iltapäiväseminaari 20.11.2013 Helena Mälkki & Petri Peltonen Aalto-yliopisto,
LisätiedotParetoratkaisujen visualisointi. Optimointiopin seminaari / Kevät 2000 Esitelmä 11 Petteri Kekäläinen 45305L
Paretoratkaisujen visualisointi Optimointiopin seminaari / Kevät 2000 Esitelmä 11 Petteri Kekäläinen 45305L 1. Johdanto Monitavoiteoptimointitehtävät ovat usein laajuutensa takia vaikeasti hahmotettavia
LisätiedotSulautettu tietotekniikka 2007 2013 Ubiquitous Real World Real Time
Sulautettu tietotekniikka 2007 2013 Ubiquitous Real World Real Time for First Lives 2009 Kimmo Ahola 1 Mitä ohjelma tarjoaa Rahoitusta Resursseja Tietoa Päätösten tukea Verkostoja Luottamusta - Mahdollisuuksia
LisätiedotBachelor level exams by date in Otaniemi
Bachelor level exams by date in Otaniemi 2015-2016 (VT1 means that the place of the exam will be announced later) YOU FIND INFORMATION ABOUT THE PLACE OF THE EXAM IN OTAKAARI 1 U-WING LOBBY (M DOOR) Day
LisätiedotBachelor level exams by subject in Otaniemi
Bachelor level exams by subject in Otaniemi 2015-2016 (VT1 means that the place of the exam will be announced later) YOU FIND INFORMATION ABOUT THE PLACE OF THE EXAM IN OTAKAARI 1 U-WING LOBBY (M DOOR)
LisätiedotVAIKUTTAVA INSIGHT JA INSIGHT-ORGANISAATIO. Poiminnat Esomarin konferenssista, Berliini Anu Bergius, kehityspäällikkö
VAIKUTTAVA INSIGHT JA INSIGHT-ORGANISAATIO Poiminnat Esomarin konferenssista, Berliini 24.-26.9.2018 Anu Bergius, kehityspäällikkö The project doesn t end when insights are delivered but when people are
LisätiedotAino Kääriäinen Aino Kääriäinen yliopistonlehtori Helsingin yliopisto
30.9.2011 Aino Kääriäinen yliopistonlehtori Helsingin yliopisto 1 2 1 Asiakirjojen kirjoittamisesta? Asiakkaiden tekemisten kirjoittamisesta? Työntekijöiden näkemysten kirjoittamisesta? Työskentelyn dokumentoinnista?
LisätiedotCT30A2800. Osa I: (n. 90 min) Käyttäjäkeskeinen Suunnittelu?
CT30A2800 Osa I: (n. 90 min) Käyttäjäkeskeinen Suunnittelu? Sisältö Mitä on käyttäjäkeskeisyys ( 5 kalvoa ) Käyttäjäkeskeisyyteen vaikuttavat voimat (8 kalvoa) Käyttäjäkeskeisyys on usein kontekstisidonnaista
LisätiedotGraafisen suunnittelun koulutusohjelmassa (TaM) vaadittavat opinnot / Tutkintovaatimukset 2013-2014
1 (5) Aalto-yliopiston taiteiden ja suunnittelun korkeakoulu Median laitos Graafisen suunnittelun koulutusohjelma (TaM) Henkilökohtainen opintosuunnitelma (HOPS) Graafisen suunnittelun koulutusohjelmassa
LisätiedotKooste kaikista kuvataiteen keskeisten käsitteiden avauksista eperusteet-palvelussa
1. Kulttuurinen moninaisuus Yksilöt ja ryhmät ovat kulttuurisesti monimuotoisia ja muuttuvia. Kulttuuri nähdään historiallisesti ja sosiaalisesti välittyvänä merkitysten järjestelmänä, joka ilmenee erilaisten
LisätiedotStudio ART Oy. Yritysesittely. Studio ART Oy. Kasöörintie 14 90420 Oulu p. 040-5799073 www.studioart.fi
Studio ART Oy Yritysesittely Studio ART Oy Kasöörintie 14 90420 Oulu p. 040-5799073 www.studioart.fi Pekka Klemetti Managing Director pekka.klemetti@studioart.fi Studio ART Oy Toimiala ICT Avainsana Tuotekehitys,
LisätiedotVisualisointi informaatioverkostojen 2011-2012. Opintoneuvoja Pekka Siika-aho 24.11.2011 (päivitys mm. Janne Käen visualisoinnin pohjalta)
Visualisointi informaatioverkostojen opinto-oppaasta 2011-2012 Opintoneuvoja Pekka Siika-aho 24.11.2011 (päivitys mm. Janne Käen visualisoinnin pohjalta) Diplomi-insinöörin tutkinto (DI, 120 op) Diplomityö
LisätiedotOpiskelija valitsee 1-2 pakollista kuvataiteen kurssia. Ensimmäisen pakollisen kurssin jälkeen (KU1 Minä, kuva ja kulttuuri) voi valita muita
Tapiolan lukiossa Opiskelija valitsee 1-2 pakollista kuvataiteen kurssia. Ensimmäisen pakollisen kurssin jälkeen (KU1 Minä, kuva ja kulttuuri) voi valita muita kursseja mielenkiintonsa mukaan vapaassa
LisätiedotKatsaus visualisointitekniikoihin
Katsaus visualisointitekniikoihin Pohjautuen artikkeliin: Heer, J., Bostock, M., & Ogievetsky, V. 2010. A Tour through the Visualization Zoo. ACM Queue 8, 5. Saatavissa: http://queue.acm.org/detail.cfm?id=1805128
LisätiedotOSAAMISTODISTUS* Todistus Jupiter säätiössä valmennusjakson aikana tunnistetusta ja saavutetusta ammatillisesta osaamisesta
OSAAMISTODISTUS* Todistus Jupiter säätiössä valmennusjakson aikana tunnistetusta ja saavutetusta ammatillisesta osaamisesta Nimi Ville Valmentautuja Henkilötunnus 031111-094W Valmennuksen järjestäjä Todistuksen
LisätiedotWP6: Actor-specific Services & New Technologies. Jyri Rajamäki & Timo Timonen
WP6: Actor-specific Services & New Technologies Jyri Rajamäki & Timo Timonen 26.03.2013 WP 6 Actor-specific Law Enforcement Emergency Medical Services Search & Rescue Services & New Technologies Tracking
LisätiedotKUVATAITEEN PAINOTUSOPETUS LUOKAT. Oppiaineen tehtävä
KUVATAITEEN PAINOTUSOPETUS 7. -9. LUOKAT Oppiaineen tehtävä Kuvataiteen opetuksen tehtävä on ohjata oppilaita tutkimaan ja ilmaisemaan kulttuurisesti moninaista todellisuutta taiteen keinoin. Oppilaiden
LisätiedotTanssin yleinen ja laaja. oppimäärä. Eija Kauppinen, Opetushallitus
Tanssin yleinen ja laaja oppimäärä Eija Kauppinen, Opetushallitus Aluehallintovirasto, Pohjois-Suomi Taiteen perusopetus ja uusi OPS Muhos, 20.10.2017 Tanssin laaja ja yleinen oppimäärä Perusteiden taiteenalakohtaisten
LisätiedotOnnistunut ohjelmistoprojekti
Onnistunut ohjelmistoprojekti 2.12.2008 Hermanni Hyytiälä Reaktor Innovations Oy Agenda Yritysesittely Keinoja onnistuneeseen ohjelmistoprojektiin Ihmiset Menetelmät Käytännöt ja työkalut Tulevaisuuden
LisätiedotYHTEISÖJEN JA ORGAANISAATIOIDEN KEHITTÄMINEN
YHTEISÖJEN JA ORGAANISAATIOIDEN KEHITTÄMINEN organisaatiotjayhteisot.wordpress.com/ SEURAA KOTIBLOGIA 21.2.2017 Pirkko Siklander, Apulaisprofessori pirkko.siklander@ulapland.fi Lapin yliopisto, KTK TIIMIEN
Lisätiedot