Візуалізація даних (ДВВС)
Тип: На вибір студента
Кафедра: статистики
Навчальний план
| Семестр | Кредити | Звітність |
| 3 | 3 | Залік |
Лекції
| Семестр | К-сть годин | Лектор | Група(и) |
| 3 | 90 | доцент Марець О. Р. |
Опис курсу
Сьогодні візуальний контент становить значну частину інформації, яку одержують користувачі. Курс «Візуалізація даних» про те, як ефективно подавати інформацію, говорити просто про складне та виділяти найважливіше.
Основа викладання: менше сухої теорії — більше прикладів і практики.
Ви дізнаєтесь:
1) навіщо візуалізувати дані, хто і як використовує цей інструмент представлення інформації;
2) як розпізнавати маніпуляції у візуальному представленні даних;
3) як ефективно використовувати кольори і шрифти для привернення уваги;
4) які є способи кодування кількісної інформації, який тип діаграми найкраще вибрати, щоб спростити сприйняття інформації.
Ви поліпшите свої навички та навчитесь:
- створювати презентації за допомогою програм Canva / Google Slides / PowerPoint;
- працювати з даними в електронних таблицях (гарячі клавіші, функції, зведені таблиці, умовне форматування, інтерактивні діаграми);
- працювати з BI-інструментом для аналізу та візуалізації даних Tableau.
По розкладу у кожного студента упродовж 2-х тижнів 1-а лекція і 1-а практична.
Корпоративна поштова скринька також дає вам можливість поглиблено вивчати окремі теми або питання на Udemy. Це ваша самостійна робота на курсі.
Також для самостійної роботи студента я використовую платформу DataCamp. Це навчальна платформа для вивчення інструментів аналітики та візуалізації даних. Ви у своєму темпі та у зручний для вас час можете тут вивчати R, Python, SQL, Tableau тощо. Під час реєстрації використовуйте корпоративну поштову скриньку. Завдяки реєстрації у класі ви отримаєте змогу проходити безкоштовно всі наявні там курси, брати практику, виконувати проєкти та перевіряти себе за допомогою оцінювання.
Курс в соцмережах:
Завдання дисципліни:
– надання базових знань, що необхідні для коректного використання графічного методу для візуалізації закономірностей між кількісними та якісними даними;
– вивчення основ типографіки та кольорознавства та їх використання для візуального представлення даних;
– навчитись правильно трактувати статистичні таблиці та графіки та отримати знання для виявлення маніпулятивного представлення даних;
– вивчити основні принципи створення візуалізацій та використовувати їх на практиці.
Рекомендована література
Навчально-методичне забезпечення
- Навчально-методичне забезпечення міститься у системі електронного навчання на платформі MOODLE за посиланням (доступно для зареєстрованих слухачів)
Базова
- Марець О.Р. Представлення статистичної інформації за допомогою графічного методу / О. Р. Марець, О. М. Вільчинська // International scientific journal. – 2015. – № 9.
- Марець О.Р. Графічний метод дослідження тенденцій показників домогосподарств України/ О. Р. Марець, О. М. Вільчинська // Науковий вісник Херсонського державного університету. – Випуск 14. Частина 3. 2015. – C. 165-168.
- Марець О. Р. Використання бібліотеки Ggplot2 для візуалізації даних. Нові джерела та методи поширення даних у статистиці: матеріали XVII Міжнародної науково-практичної конференції з нагоди Дня працівників статистики. Київ: «Інформаційно-аналітичне агентство», 2019. С. 92-95. URL
- Марець О.Р. Особливості застосування мови програмування R у візуалізації та аналітиці даних // Теорія і практика управління в умовах суспільних викликів і трансформацій : матеріали доповідей Всеукраїнської науково-практичної конференції (6 червня 2019 р.). – Львів : Львівський інститут МАУП, 2019.
Допоміжна
- Desbarats N. How To Hire A Data Visualization Pro (Or Become One). URL
- Dougherty J., Ilyankou I. Hands-On Data Visualization (https://handsondataviz.org/). URL
- ggplot Wizardry by Cédric Scherer. URL
- the ggplot flipbook. URL
- Healy K. Data Visualisation. A Practical Introduction. URL
- How to design infographics. How we design infographics for BBC editorial content and how you can make your own. URL
- Many paths to learning data viz. February 12, 2019 By Cole Nussbaumer Knaflic [en]. URL
- Must-Know Chart Hacks in Excel | Stephanie Evergreen. URL
- Премія Information is Beautiful Awards. URL
- Старовойтенко Є. Побачити та зрозуміти дані. Гайд по роботі з Tableau. Дата публікації: 4.08.2022. URL
- Томілін О. Що ховається за вимогою «знання PowerPoint» в вакансіях? Дата публікації: 10.06.19. URL
Інтернет-джерела:
- VizHeads
- Блог Reprezent
- Марафон Креативної Практики
- XELPLUS by Leila Gharani
- Practicalreporting by Nick Desbarats
- Storytelling with Data by Cole Nussbaumer