• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Визуализация данных, инфографика и моушн дизайн

2020/2021
Учебный год
RUS
Обучение ведется на русском языке
4
Кредиты
Кто читает:
Институт медиа
Статус:
Курс обязательный
Когда читается:
1-й курс, 3, 4 модуль

Преподаватель


Поповец Любовь Андреевна

Программа дисциплины

Аннотация

Предмет предполагает изучение разностороннего визуального представления журналистской работы - от визуализации ключевых индексов и разработки инфографики до создания анимационных продуктов. В ходе курса изучаются основы визуализации данных, виды и типы визуализаций, инструменты создания визуализаций и лучшие практики визуального представления данных, изучается анимация в инструментах пакета Adobe, изучаются основы композиции в анимации и графическом дизайне, основы motion design, существующие форматы и программные средства их создания.
Цель освоения дисциплины

Цель освоения дисциплины

  • Овладение теорией и практическими приемами создания визуализации данных, в том числе практикой создания различных видов визуализации данных с помощью онлайн и оффлайн-сервисов
Планируемые результаты обучения

Планируемые результаты обучения

  • Иметь представление об основных типах взаимоотношений внутри данных и соответствующих им передаваемых сообщений в связке с основными типами визуализации данных
  • Быть в курсе основных приемов визуализации данных, а также основных ошибок и способы манипуляции при визуализации данных
  • Различать правильный вид визуализации данных для соответстующего набора данных и выбранного для передачи сообщения
  • Выделять визуализацию данных для наиболее эффективной и наглядной передачи смысла
  • Проводить визуальный анализ и создавать дэшборды в программе Tableau
  • Создавать визуализации данных в онлайн и оффлайн-сервисах (Datawrapper, Flouris, библиотеки JS)
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Блок 1
    1. Краткая история визуализации данных и инфографики 2. Место визуализации данных в коммуникативном и информационном дизайне 3. Процесс создания визуализации данных 4. Как сбор данных влияет на визуализацию 5. Поисковые визуализации 6. Основные типы взаимоотношений внутри данных и соответствующие им типы визуализации данных 7. Алгоритм выбора визуализации данных 8. Основные ошибки при визуализации данных 9. Роль оформления для визуализации данных 10. Графический дизайн в применении к визуализации данных 11. Возможности Эксель для визуализации данных. Плагины и надстройки. 12. Инструмент для визуальной аналитики — Tableau. Получение данных, добавление источников, создание поисковых визуализаций, фильтрация, табличные вычисления, создание дэшбордов, сохранение и экспортов результатов 13. Обзор онлайн-инструментов для создания визуализации данных (Datawrapper, Flourish, Infogram, библиотеки JS и др.) 14. Обзор сервисов для создания картографических визуализаций и выполнения геокодинга (Datawrapper, datamaps.co, google maps и др.)
Элементы контроля

Элементы контроля

  • неблокирующий Выполнение домашних заданий
  • неблокирующий Итоговый проект
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (4 модуль)
    0.6 * Выполнение домашних заданий + 0.4 * Итоговый проект
Список литературы

Список литературы

Рекомендуемая основная литература

  • Chazal, F., & Michel, B. (2017). An introduction to Topological Data Analysis: fundamental and practical aspects for data scientists. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsarx&AN=edsarx.1710.04019
  • Pernille Christensen. (2011). An Introduction to Statistical Methods and Data Analysis (6th ed., international ed.). Journal of Property Investment & Finance, (2), 227. https://doi.org/10.1108/jpif.2011.29.2.227.1?utm_campaign=RePEc&WT.mc_id=RePEc

Рекомендуемая дополнительная литература

  • Kirk, A. (2016). Data Visualization: Representing Information on Modern Web. [U.K.?]: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1364679
  • Milliken, G. A., & Johnson, D. E. (2009). Analysis of Messy Data Volume 1 : Designed Experiments, Second Edition (Vol. 2nd ed). Boca Raton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=271612
  • Telea, A. (2015). Data Visualization : Principles and Practice, Second Edition (Vol. Second edition). Boca Raton, FL: A K Peters/CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1763852