IS6335 - Data Visualization
内容状态｜历史经验待复核
状态标记： 2026-07-26
当前用途： 保留往届课程结构、考核方式、教师信息与学生评论作为历史经验。
使用边界： 课程是否开设、任课教师、考核比例、名额与注册方式尚未按 2026/27 当期 AIMS／Master Class Schedule 逐项复核；选课前必须以官方系统、项目通知和课程教师说明为准。
官方课程资料
链接核验： 2026-07-30。固定目录中的 202627 是 Catalogue 路径；课程页的 Course Offering Term 与 PDF 的 Effective Term 需要分别阅读，实际开课、名额和任课教师仍以当期 Master Class Schedule、AIMS 与项目通知为准。
本页更新： 补充课程网页、官方 PDF 与课表查询直链；保留原教师资料并增加当前任课边界。
授课教师：
任课信息提示（2026-07-30）： 以下名单来自本站往届课程资料；公开课程页没有列出 2026/27 本学期分班任课教师，因此保留供参考，不作为当前任课确认。请以 Master Class Schedule、AIMS、Canvas 或项目通知为准。
课程目标
“A picture is worth a thousand words.” The human race is wired to perceive pictorial messages and discover patterns using intuitions. In a data‐driven business environment, the ability to convey hard messages with clever visualization is essential and valuable.
The goal of this course is to learn how to use visualization tools for data interpretation under the business context. We will explore ways to organize and derive meaning from vast amounts of data, with interesting visual examples from different application areas.
Students will learn concepts, methods, and applications of data visualization methods. Students will also learn visualization tools from GUI-based Tableau software to more advanced programmable visualization packages in R and Python. They will be guided in creating engaging and interactive visualizations, as well as experiencing virtual reality applications. Students will apply the concepts and skills to designing a final project.
The course has no prerequisite of programming background, although prior experience with coding languages will be helpful.
课程考核
来自考核文件
实际考核内容应当以教师在课程中公布为准，此处仅为参考
| 平时性考核 | |
|---|---|
| 持续性评估 | 10% |
| 个人作业 | 30% |
| 小组项目 | 20% |
| 个人项目 | 40% |
课程考核文件链接：IS6335
课程评论（选自2022版选课心得）
- 课堂内容：这门课主要讲数据可视化相关知识，lab会学习tableau、R语言、和python数据可视化相关代码，R占大头。
- 作业及考试：每节课会布置和lab相关的作业，大概4-6个题，对于没有学过R的友友难度比较大，是需要花心思去研究的。
- 期中期末会有两个pre，就是选定一个研究主题根据找到的数据进行数据可视化分析。期末考试开卷，难度适中，题有难有易。
这是一门对就业很有帮助的课程，如果做立志于数据分析或者产品经理的同学可以选。
课程评论（2023版）
Angela和Liu Junming两位大陆老师授课，教基本的数据可视化概念和Tableau和R语言的使用。作业交了就给分，小组项目有期中期末展示，最后只需要交PPT。Liu Junming会讲一些机器学习和神经网络的概念和Python实现，但这部分期末不考仅供了解。
期末考试占40%，有概念题，Tableau操作和手写R代码，复习PPT和Tutorial材料即可，老师人很好，给分很厚道，之前没学过可能有点难，但放心选。
——Lay MIS
这门课在sem A 开设，前半学期由Angela授课，后半学期是Junming授课。我们这届因受到疫情限制，这门课人太多，所以全在线上完成了授课，很遗憾没有见到两位老师，但两位老师对线上授课没有丝毫的懈怠，隔着屏幕都能感受到老师认真备课！
课程的主要授课内容是使用tableau，r和python来进行数据可视化；同时也会教授各种图的原理，用来凸显什么内容，适合何种数据。Junming后期还会涉及神经网络的内容，属于老师炫技内容，考试不考。
总体来说课程要求简单，考试不难，了解各类图的原理，熟悉对应的代码轻松稳过。课程内容对工作很有帮助，产品、数据类型的工作都会用上，推荐～
——Monica MIS
开课以来还没有过线下形式授课（23年开始转为线下），两位老师都很负责耐心，个人认为课程包含的内容非常实用，且老师给的教学材料清晰实用，推荐。
——七七 FIT
如果你是想水学分来的，别选，因为它要学r语言。如果你是想学真东西来的，别选，因为前几周课程就是教你怎么用tableau这个不怎么需要学的软件，后面教你用r语言怎么可视化，而学r语言的这个过程，其实就是复制粘贴老师代码完成作业，并不能从课上真学到什么东西。
——miumiu MIS
IS6335这门课程是个思想重于工具的课程 - 因为这一门课就要学两个工具，Tableau和R语言。那么本身时间就并没有很长，如果指望靠这一门课就能达到大师水平，这是不可能的。
2022年SemA恰逢疫情尚未结束，CityU对于100人以上的大课要求强制线上课程，因此我并不清楚这门课线下会是什么样的体验。线上的话，这门课将用两个小节讲述数据可视化的理论知识，留一节课进行实验，每周都有作业（作业只要做了就给分且满分）。
在强度这个问题上，我个人的意见是这门课需要自我Push，如果只是想把这门课过掉，简单了解一些数据可视化技能，没有问题，Tableau的操作并不复杂，R语言部分上课听懂了作业就可以复现，稍微难一点的作业只有一个。但是如果觉得想搞多一些东西，那就只能自己多花时间看看文档，进行自我实践（这些自己额外学的东西可以用在Project中，同时提高熟练度对于自身的发展有所好处）。
理论部分并非毫无用处，期末考试会考，好好听讲，同时理论部分对于数据可视化的起点，目的，思考过程做了较为详细的描述，这门课程的教材同样推荐多花时间阅读（末考会有上面内容的原文放送），作业写过的代码要做好整理，末考就是手写代码，基本都是作业题的换汤不换药。
——AvalonC FIT
课程内容：该课程是由两位内地老师（卢清莲（Dr. Angela LU）& 刘俊铭（Dr. LIU Junming））进行教授的，课程内容主要围绕用tableau和R语言做数据可视化展开。
课程难度：难度相对友好，因为老师们都讲的很细，代码都有给到同学，大家只要把代码看懂并且理解，然后举一反三的去做作业就行。
考核方式：上课考勤+回答问题+小组项目+个人作业+线下闭卷考试。
就业帮助：相对来说用处不是很大，因为只是非常碎片化的学习了R语言，然后tableau有点像互联网公司内部的多维分析工具。但是整体来说老师很负责，多学点新语言，以此做切入点拓展也不是坏事。
——熊 MIS
社区讨论
提问、纠错与补充经验
请勿上传学号、成绩单、签证、联系方式或未公开课件；时效信息请附官方来源和适用学年。历史讨论
往届评论原样归档
算水课吧。无点名无期末考试。但总体来说个人觉得收获不大。
认准lu老师，很和善的女老师，给分就不多说了。期中期末两次小组展示，没有考试，交一个和小组展示内容类似项目报告。但老师说她比较喜欢机器学习模型分析的内容，所以最好在报告里最好不要全是可视化展示，能用上模型分析就用上好拿高分。没有考勤。 A+
这是一门介绍各种可视化工具的课程，推荐~
以下内容适用于Angela LU的section。
课堂：
据说以前考试是要现写R代码的，我们这届不考试算是赶上好时候了哈哈哈。
作业：
展示：
对Angela LU的印象：
总之，这门课目前很推荐选。
如果说以前因为有线下考试还算有些顾虑，现在取消了考试可以说无脑选没问题。
而且本课是MIS的专属选修，MIS的朋友更要懂得珍惜自己分支的独有资源噢。
最后，本人成绩为A。我LU慈悲。
Prof LU人如其名，真的是天使TT 这门课涉及到三个数据可视化工具，觉得最有挑战性的还是R（对于零基础而言）tableau如果在之前有使用过相关类似数据可视化软件，例如powerbi，会压力小一点。但没问题老师会手把手教，tut教学的时候要紧跟老师操作，不然会出现漏掉一个步骤后完全跟不上的情况。
继续讨论
提问、纠错或补充经验