• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2019/2020

Визуализация больших данных в коммуникациях

Статус: Курс по выбору (Коммуникации, основанные на данных)
Направление: 42.04.01. Реклама и связи с общественностью
Когда читается: 2-й курс, 2, 3 модуль
Формат изучения: Blended
Прогр. обучения: Коммуникации, основанные на данных
Язык: русский
Кредиты: 6

Программа дисциплины

Аннотация

В рамках курса студенты изучают основы визуализации данных, принципы эффективного представления данных с учётом психологии восприятия, получают навыки визуальной аналитики, создания интерактивных дэшбордов, дата-сторителлинга.
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель курса – обучение студентов методам визуализации данных, создания интерактивных дэшбордов, визаульной аналитике и дата-сторителлингу с использованием Tableau и других инструментов.
Результаты освоения дисциплины

Результаты освоения дисциплины

  • Умеет готовить для последующей визуализации различные типы данных из баз данных и других источников.
  • Умеет визуализировать данные, исходя из принципов дата-сторителинга и дизайна дашбордов.
  • Использует инструменты Business Intelligence, библиотеки для визуализации данных в Python, Gephi, networkx, инструменты для работы с геоданными.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Тема 1. Подготовка данных для визуализации.
    Источники данных и данные. Tidy data. Работа с данными из баз данных - sqlite, pg, vertica. Работа с данными не из баз данных - файлы, api, скрепинг. csv, json, xls, и т.д. Подготовка данных средствами Tableau. Tableau + R. Подготовка данных для визуализации без Tableau - bash & python basics. Анализ и визуализация данных.
  • Тема 2. Задачи и принципы визуализации данных в Tableau.
    Зачем визуализировать данные? Как визуализация решает проблемы ее пользователей. Типы визуализаций - какие бывают, что можно сделать в Tableau. Цвета, интерактивность, теория построения дашбордов. Data Storytelling, и что еще помогает сделать визуализацию полезной. Воспроизводимость, документирование, контекст.
  • Тема 3. Другие инструменты визуализации данных.
    Инструменты Business Intelligence: Power BI, Qlik, DataLens, Google Charts. Визуализация в Python (общий обзор библиотек для визуализации, фреймфорки). Специальные: Gephi, networkx, инструменты для работы с геоданными. Немного про особенности использования Tableau.
Элементы контроля

Элементы контроля

  • неблокирующий Индивидуальный проект 1: дизайн визуализации.
  • неблокирующий Индивидуальный проект 2: интерактивная визуализация геоданных или доработка готового проекта.
  • неблокирующий Оценка за активность на семинарах
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.4 * Индивидуальный проект 1: дизайн визуализации. + 0.4 * Индивидуальный проект 2: интерактивная визуализация геоданных или доработка готового проекта. + 0.2 * Оценка за активность на семинарах
Список литературы

Список литературы

Рекомендуемая основная литература

  • Acharya S., Chellappan S. Pro Tableau: A Step-by-Step Guide. - Apress, 2017.
  • Khan A. Jumpstart Tableau: A Step-By-Step Guide to Better Data Visualization. - Apress, 2016.
  • Whitney H. Data Insights: New Ways to Visualize and Make Sense of Data. - Morgan Kaufmann Publishers, 2013.

Рекомендуемая дополнительная литература

  • Embarak O. Data Analysis and Visualization Using Python: Analyze Data to Create Visualizations for BI Systems. - Apress, 2018.
  • Yau N. Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. - John Wiley & Sons, 2011.