Strona przedmiotu Techniki Wizualizacji Danych na wydziale MiNI PW

Datasaurus - always visualize your data http://www.thefunctionalart.com/2016/08/download-datasaurus-never-trust-summary.html

Prace domowe należy zgłaszać przez GitHub. Instrukcja jak korzystać

• [1] W: Historia grafiki statystycznej; L: ggplot2 - pierwsza krew.
• [2] W: Gramatyka grafiki, Standardy w komunikacji; L: ggplot2 - skale, statystyki, koordynaty
• [3] W: Nie rób tego w domu; L: poprawiamy NSP
• [4] W: Kolory; L: wizualizacja danych z Eurostatu
• [5] W: Droga wzrokowa; L: Grafika interaktywna i rCharts
• [6] W: Skale pomiarowe; L: Inkscape lub Illustrator (w miarę możliwości proszę przynieść własny laptop)
• [7]: W: Prezentacja wyników projektu 1; L: Shiny 1/2
• [8]: W: Prezentacje studentów 1/3; L: Shiny 2/2
• [9]: W: Prezentacje studentów 2/3; L: Dobre praktyki w tworzeniu dashboardów
• [10]: W: Prezentacje studentów 3/3;; L: Tableau (w miarę możliwości proszę przynieść własny komputer)
• [11]: W: Przegląd konferencji z tematu DataVis; L: RBokeh / ggiraph, vegalite1, vegalite2, googleVis, r2d3, choinki
• [12]: W: ; L: Wstęp do D3, fiddle

Zaliczenie jest oparte o trzy składowe:

• Punkty z prac domowych. Pod koniec zajęć laboratoryjnych ogłaszane będą prace domowe. Będzie ich 10. Na rozwiązanie pracy domowej jest czas do rozpoczęcia się kolejnych zajęć. Prace domowe należy zgłaszać przez GitHub. Każda praca jest oceniana w skali 0-5 (5 punktów za poprawne wykonanie pracy domowej).
• Punkty z projektów. W semestrze wykonać należy dwa projekty. Każdy projekt to od 0 do 20 punktów.
• Punkty z prezentacji wybranego tematu. Poprawnie wykonana prezentacja to od 0 do 10 punktów.

W sumie uzyskać można do 100 punktów. 51 punktów zalicza przedmiot.

• 51-60 ocena 3
• 61-70 ocena 3,5
• 71-80 ocena 4
• 81-90 ocena 4,5
• 91-100 ocena 5

Projekty można realizować w zespołach 1-3 osobowych. Każdy projekt należy realizować w innym zespole.

Termin oddania projektu 1 to 21 listopada - 10:15 rano (wykład).

Termin oddania projektu 2 to 23 stycznia - 10:15 rano (wykład).

Prezentacje można przygotować w 2-3 osobowych zespołach. Należy wybrać jeden z tematów poniżej, przeczytać, zrozumieć, przeczytać, przedstawić treści z tego artykułu w 5+5 min (5 minut na prezentacje i 5 minut na dyskusje).

Prezentacje mają miejsce na wykładzie. Rozpoczynamy 28 listopada.

• Artykuły z ostatniej konferencji IEEE VIS 2018 (wybrać jeden) http://ieeevis.org/year/2018/info/papers
• Percepcja grafiki, https://medium.com/@kennelliott/39-studies-about-human-perception-in-30-minutes-4728f9e31a73#.3kne5zu36
• Kartogramy a Brexit, http://vis4.net/blog/posts/to-cartogram-or-not-to-cartogram-the-brexit/
• Wizualizacja reszt, https://drsimonj.svbtle.com/visualising-residuals
• Wykresy kołowe, https://eagereyes.org/blog/2016/an-illustrated-tour-of-the-pie-chart-study-results
• Trendy w rozkładach, prezentacja powinna zawierać też wykonany wykres dla Polski, https://robertgrantstats.wordpress.com/2015/08/13/showing-a-distribution-over-time-how-many-summary-stats/
• Wykresy świecowe, prezentacja powinna zawierać przykład dla WIG/WIG20 wykonany w R, http://www.datavizcatalogue.com/methods/candlestick_chart.html
• Historia grafiki, http://datavis.ca/papers/golden-STS268.pdf
• Points of view, wybierz jeden z artykułów: https://github.com/pbiecek/TechnikiWizualizacjiDanych/tree/master/MINI_MIMUW_2014/PointsOfView
• PlosOne http://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003833

Prace domowe należy zgłaszać przez GitHub. Można zgłosić tylko jedną prace domową w tygodniu, w przedziale od zajęć do zajęć. Prace należy wgrywać do katalogu PraceDomowe/TydzienXX. W tym katalogu można umieścić plik lub katalog o nazwie zawierającej nazwisko autora pracy domowej.

• Eseje o prezentacji danych http://biecek.pl/Eseje
• Nature Methods, Points of View http://clearscience.info/wp/?p=546
• Antony Unwin, Graphical Data Analysis with R, https://www.crcpress.com/downloads/K25332/Chapter_1.pdf
• Blog o wizualizacji danych http://flowingdata.com/
• Jak powstaje grafika w NYT http://kpq.github.io/chartsnthings/
• Dokumentacja pakietu ggplot2 http://docs.ggplot2.org/current/
• Cookbook for R http://www.cookbook-r.com/Graphs/