Analiza i wizualizacja informacji 2700-M-IN-D3AWI-AIW
Przedmiotem kursu jest problematyka wizualizacji informacji i zbiorów danych. Treści kursu obejmują zagadnienia analizy spójności danych, elementy statystki opisowej,, tabele przestawne oraz praktyczne wykorzystanie narzędzi wizualizacji informacji. Celem kursu jest wykształcenie u studentów umiejętności analitycznej interpretacji danych oraz obsługi wybranych narzędzi gromadzenia i analizy danych.
Rodzaj przedmiotu
Tryb prowadzenia
Efekty kształcenia
Po ukończeniu przedmiotu student:
Wiedza
• Student zna podstawy analizy danych ilościowych.
• Student zna podstawową terminologię z zakresu analizy i wizualizacji informacji.
Umiejętności
• Student potrafi dokonać właściwej analizy zbioru danych na potrzeby jego wizualizacji.
• Student potrafi przeanalizować zbiór danych identyfikując typy danych i wyodrębniając istotne zmienne z punktu widzenia ich wizualizacji.
• Student potrafi wykorzystać dostępne narzędzia i wykonać wizualizację zbioru danych z uwzględnieniem istotnych zmiennych.
Kompetencje
• Student jest świadomy roli analizy zbiorów danych i zasobów informacji w procesie ich wizualizacji.
• Student ma świadomość wpływu zastosowania narzędzi wizualizacji informacji na ich odbiór przez użytkownika.
Kryteria oceniania
Ocena ciągła (bieżące przygotowanie do zajęć i aktywność)
Końcowe zaliczenie pisemne
Kontrola obecności
Praktyki zawodowe
Nie dotyczy
Literatura
Storytelling with Data. (2012). Retrieved December 20, 2012, from http://www.storytellingwithdata.com
Yau, N. (2011). Visualize This: The Flowing Data Guide to Design, Visualization, and Statistics. Wiley Publishing. (wybrane rozdziały, materiał zostanie udostępniony studentom)
Biecek, P. (2014). Odkrywać! Ujawniać! Objaśniać! Zbiór esejów o sztuce prezentowania danych. Wydaw. UW. http://biecek.pl/Eseje/index.html
Babbie, E. (2013). Podstawy badań społecznych. Warszawa: PWN. (wybrane rozdziały)
Dodatkowe źródła informacji
Google Chart Tools. (2012). Retrieved December 20, 2012, from https://google-developers.appspot.com/chart/
Osińska, V. (2010). Wizualizacja i wyszukiwanie dokumentów. Wyd. SBP.
Konwersja danych: https://shancarter.github.io/mr-data-converter/
OpenRefine: http://openrefine.org/
Gephi: http://gephi.github.io/
Palladio: http://palladio.designhumanities.org
Few, S. (2007). Data Visualization Past, Present, and Future. COGNOS. Retrieved from http://www.perceptualedge.com/articles/Whitepapers/Data_Visualization.pdf
Few, S. (2012). Show Me the Numbers: Designing Tables and Graphs to Enlighten (2nd ed.). Analytics Press.
Google Chart Tools. (2012). Retrieved December 20, 2012, from https://google-developers.appspot.com/chart/
Osińska, V. (2010). Wizualizacja i wyszukiwanie dokumentów. Wyd. SBP.
Ostergren, M., Hemsley, J., Belarde-lewis, M., Walker, S., & Hall, M. G. (2011). A vision for Information Visualization in Information Science.
Steele, J., & Iliinsky, N. (2010). Beautiful Visualization: Looking at Data Through the Eyes of Experts. O’Reilly.
Storytelling with Data. (2012). Retrieved December 20, 2012, from http://www.storytellingwithdata.com
Telling Stories with Data: visual.ly. (2012). Retrieved December 20, 2012, from http://visual.ly/
Zhang, J. (2008). Visualization for Information Retrieval. Springer-Verlag.
Więcej informacji
Dodatkowe informacje (np. o kalendarzu rejestracji, prowadzących zajęcia, lokalizacji i terminach zajęć) mogą być dostępne w serwisie USOSweb: