Strona przedmiotu Wizualizacja Danych na wydziale MiNI PW
W: Narzędzia do wizualizacji danych.
L: dplyr - przetwarzanie danych. ggplot2 - pierwsza krew.
Materiały dodatkowe:
- ggplot2: Elegant Graphics for Data Analysis - Hadley Wickham.
- Data Visualization: What it is and why it matters by SAS.
- The beauty of data visualization - David McCandless.
W: Historia grafiki statystycznej.
L: ggplot2 - skale, statystyki, koordynaty.
Materiały dodatkowe:
- A Brief History of Data Visualization - Jeffrey Heer.
- A Brief History of Data Visualization - Michael Friendly.
P: Praca domowa 1.
W: Gramatyka grafiki. Standardy w komunikacji;
L: wizualizacja danych z Eurostatu i mapy.
P: Praca domowa 2.
Materiały dodatkowe:
- Theory of the Grammar of Graphics - Jonathan Dinu.
- A Brief History of Data Visualization - Michael Friendly.
L: poprawiamy NSP.
Materiały dodatkowe:
W: Infografiki.
L: Inkscape 1/2 lub Illustrator (w miarę możliwości proszę przynieść własny laptop), PD3.
P: Praca domowa 3.
Materiały dodatkowe:
- Inkscape for Beginners: Circle Infographic Tutorial
- How To Create An Infographic: (Step-by-Step Tutorial)
W: Kolory i Skale pomiarowe;
L: Inkscape 2/2 lub Illustrator (w miarę możliwości proszę przynieść własny laptop)
W: Prezentacja wyników projektu 1.
L: Shiny 1/2, Wstęp do tworzenia aplikacji.
P: Praca domowa 4.
Materiały dodatkowe:
W: Wizualizacje statyczne i interaktywne.
L: Shiny 2/2, Interaktywne wizualizacje w shiny.
W: Prezentacje studentów 1/1.
L: Dashboardy w shiny: shinydashboards
P: Praca domowa 5.
W: Prezentacje studentów 2/2.
L: Wstęp do D3
P: Praca domowa 6.
L: Pierwsze interaktywne wykresy w d3.
P: Praca domowa 7.
W: Droga wzrokowa;
L: r2d3.
P: Praca domowa 8.
L: RBokeh / ggiraph, vegalite1, vegalite2, googleVis
Zaliczenie jest oparte o cztery składowe:
- Punkty z prac domowych (8 prac domowych, każda praca to od 0 do 4 punktów).
- Punkty z wyjściówek (10 wyjściówek, każda oddana wyjściówka to od 0 do 3 punktów).
- Punkty z projektów. W semestrze wykonać należy dwa projekty. Każdy projekt to od 0 do 19 punktów.
- Punkty z prezentacji wybranego tematu. Poprawnie wykonana prezentacja to od 0 do 8 punktów.
W sumie uzyskać można do 100 punktów. 51 punktów zalicza przedmiot.
- 51-60 ocena 3
- 61-70 ocena 3,5
- 71-80 ocena 4
- 81-90 ocena 4,5
- 91-100 ocena 5
Projekty można realizować w zespołach 1-3 osobowych. Każdy projekt należy realizować w innym zespole.
Termin oddania projektu 1 to 01.04.2019 - wykład.
Termin oddania projektu 2 to 20.05.2019 - wykład.
Prezentacje można przygotować w 2-3 osobowych zespołach. Należy wybrać jeden z tematów poniżej, przeczytać, zrozumieć, przeczytać, przedstawić treści z tego artykułu w 5+5 min (5 minut na prezentacje i 5 minut na dyskusje).
Prezentacje mają miejsce na wykładzie. Rozpoczynamy XXX.
Pod koniec zajęć laboratoryjnych ogłaszane będą prace domowe. Będzie ich 10. Na rozwiązanie pracy domowej jest czas do rozpoczęcia się kolejnych zajęć. Prace domowe należy zgłaszać przez GitHub. Każda praca jest oceniana w skali 0-5 (5 punktów za poprawne wykonanie pracy domowej).
Prace domowe należy zgłaszać przez GitHub. Instrukcja jak korzystać. Można zgłosić tylko jedną prace domową w tygodniu, w przedziale od zajęć do zajęć. Prace należy wgrywać do katalogu PraceDomowe/TydzienXX. W tym katalogu można umieścić plik lub katalog o nazwie zawierającej nazwisko autora pracy domowej.
- Eseje o prezentacji danych http://biecek.pl/Eseje
- Nature Methods, Points of View http://clearscience.info/wp/?p=546
- Antony Unwin, Graphical Data Analysis with R, https://www.crcpress.com/downloads/K25332/Chapter_1.pdf
- Blog o wizualizacji danych http://flowingdata.com/
- Jak powstaje grafika w NYT http://kpq.github.io/chartsnthings/
- Dokumentacja pakietu ggplot2 http://docs.ggplot2.org/current/
- Cookbook for R http://www.cookbook-r.com/Graphs/
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent