Интерактивная визуализация данных

2019/2020

Учебный год

RUS

Обучение ведется на русском языке

4

Кредиты

Кто читает:

Школа коммуникаций

Статус:

Курс по выбору

Когда читается:

4-й курс, 1 модуль

Преподаватель

Хапаева Наталья Михайловна

Программа дисциплины

Аннотация

Задача, которая стоит перед аналитиками данных сегодня, заключается не только в том, чтобы корректно определить методы анализа, но и грамотно донести результаты исследования для заказчика. Визуализация как одна из форм представления результатов исследования сегодня стала настолько распространена, что закрепилась как самостоятельная дисциплина в области аналитики данных. Данный курс познакомит студентов с визуализацией данных как самостоятельной дисциплиной и позволит им не только освоить общие принципы информативной визуализации, но и применить данные знания в работе с готовыми программными решениями. Студенты будут изучать интерактивные инструменты визуализации, аналитику дэшбордов и инфографику в медиа, реализуя полученные навыки в работе с инструментами Tableau и PowerBI. По результатам освоения данной дисциплины студенты смогут обогатить свои знания по анализу данных для коммуникационных задач, завершая тем самым цикл работы над коммуникационными исследованиями от сбора и предобработки данных до визуализации и представления результатов заказчику.

Цель освоения дисциплины

• изучение основных подходов к визуализации данных, а также изучение инструментов и методов, посредством которых она может быть реализована.

Планируемые результаты обучения

• Знает и умеет применять инструменты Python.
• Умеет обращаться к библиотекам и функциям.
• Умеет делать запросы через BASH.
• Знает основные принципы визуализации данных.
• Может подобрать метод визуализации для прикладной задачи.
• Обладает прикладными навыками визуализации данных в Python и готовых ПО, рассмотренных в рамках курса.

Содержание учебной дисциплины

• Язык программирования Python для предварительной обработки данных
  Повторение Python и работа с BASH. Основы Python: типы данных, переменные, функции, циклы, логические операторы, арифметические действия. Работа с подготовленными функциями и модулями. Подготовка данных для анализа без Python – основы BASH. Работа с данными из баз данных - sqlite, pg, vertica. Работа с данными не из БД - файлы, api, скрепинг. csv, json, xls, и т.д. Анализ и визуализация и что для этого нужно вообще знать про данные.
• Теория визуализации данных
  Основные принципы грамотной и содержательной визуализации. Зачем визуализировать данные? Как визуализация решает проблемы ее пользователей. Типы визуализаций, цвета, интерактивность; что делает визуализации бесполезным инструментом. Data Storytelling. Что помогает сделать визуализацию полезной. Воспроизводимость, документирование, контекст.
• Инструменты и методы визуализации данных
  От Python до готовых программных продуктов. Визуализация в Python: общий обзор библиотек для визуализации, Matplotlib, Pandas, Seaborn и тд. Дэшборды: Tableu, Power BI. Инструменты интерактивной визуализации (Plotly, bokeh, d3). Специальные: Gephi, networkx, cartopy. Фреймворки и best practise.

Элементы контроля

• Работа на семинарах
• Индивидуальное домашнее задание
• Групповой проект

Промежуточная аттестация

• Промежуточная аттестация (1 модуль)
  0.5 * Групповой проект + 0.4 * Индивидуальное домашнее задание + 0.1 * Работа на семинарах

Список литературы

Рекомендуемая основная литература

• Kirk, A. (2012). Data Visualization : A Successful Design Process. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=526173

Рекомендуемая дополнительная литература

• Knaflic, C. N. (2015). Storytelling with Data : A Data Visualization Guide for Business Professionals. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1079665