Візуалізація даних (ДВВС)

Тип: На вибір студента

Кафедра: статистики

Навчальний план

СеместрКредитиЗвітність
33Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
390доцент 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:

Відгуки студентів

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

  1. Навчально-методичне забезпечення міститься у системі електронного навчання на платформі MOODLE за посиланням (доступно для зареєстрованих слухачів)

Базова

  1. Марець О.Р. Представлення статистичної інформації за допомогою графічного методу / О. Р. Марець, О. М. Вільчинська // International scientific journal. – 2015. – № 9.
  2. 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.
  3. 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
  4. 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

  1. Desbarats N. How To Hire A Data Visualization Pro (Or Become One). URL
  2. Dougherty J., Ilyankou I. Hands-On Data Visualization (https://handsondataviz.org/). URL
  3. ggplot Wizardry by Cédric Scherer. URL
  4. the ggplot flipbook. URL
  5. Healy K. Data Visualisation. A Practical Introduction. URL
  6. How to design infographics. How we design infographics for BBC editorial content and how you can make your own. URL
  7. Many paths to learning data viz. February 12, 2019 By Cole Nussbaumer Knaflic [en]. URL
  8. Must-Know Chart Hacks in Excel | Stephanie Evergreen. URL
  9. Премія Information is Beautiful Awards. URL
  10. Старовойтенко Є. Побачити та зрозуміти дані. Гайд по роботі з Tableau. Дата публікації: 4.08.2022. URL
  11. Томілін О. Що ховається за вимогою «знання PowerPoint» в вакансіях? Дата публікації: 10.06.19. URL

Інтернет-джерела:

 

Силабус:

Завантажити силабус