aitech-wizualizacja/README.md

# Wizualizacja danych

## Prowadzący
##### prof. UAM dr hab. Tomasz Górecki, Zakład Statystyki Matematycznej i Analizy Danych ####

**E-mail**: tomasz.gorecki@amu.edu.pl

**WWW**: http://drizzt.home.amu.edu.pl/

**Dyżury**: poniedziałek (15.00-16.00); środa (10.30-11.30)


## Literatura 
1.	Beeley, C. (2018). Web Application Development with R Using Shiny: Build stunning graphics and interactive data visualizations to deliver cutting-edge analytics. Packt Publishing.
2.	Biecek, P. (2016). Odkrywać! Ujawniać! Objaśniać! Zbiór esejów o sztuce prezentowania danych. Fundacja Naukowa SmarterPoland.
3.	Chang, W. (2018). R Graphics Cookbook: Practical Recipes for Visualizing Data. O'Reilly Media.
4.	Healy, K. (2018). Data Visualization: A Practical Introduction. Princeton University Press.
5.	Sievert, C. (2020). Interactive Web-Based Data Visualization with R, plotly, and shiny. Chapman and Hall/CRC.
6.	Unwin, A. (2015). Graphical Data Analysis with R. Chapman and Hall/CRC.
7.	Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer.


## Harmonogram zajęć

1.	Omówienie organizacji zajęć i zasad zaliczenia + Lab1
2.	Podział na grupy projektowe (dwuosobowe) + Lab1
3.	Lab2
4.	Lab2 
5.	Projekt 1 – prezentacje tematów Projektu 1 (3 minuty na grupę), praca nad projektem
6.	Projekt 1 – prezentacje projektów (8 minut na grupę)
7.	Lab3
8.	Lab3
9.	Lab4
10.	Projekt 2 – prezentacje tematów Projektu 2 (3 minuty na grupę), praca nad projektem
11.	Projekt 2 – prezentacje projektów (8 minut na grupę)
12.	Lab5
13.	Lab5
14.	Projekt 3 – prezentacje tematów Projektu 3 (3 minuty na grupę), praca nad projektem
15.	Projekt 3 – prezentacje projektów (8 minut na grupę)

## Zawartość laboratoriów

- Lab1 – podstawowa biblioteka graficzna
- Lab2 – biblioteka ggplot2
- Lab3 – wykresy interaktywne
- Lab4 – mapy 
- Lab5 – biblioteka shiny

## Tematy projektów

- Projekt 1: Przygotowanie wizualnej analizy danych z wykorzystaniem podstawowej biblioteki graficznej R i/lub biblioteki ggplot2 (30%)
- Projekt 2: Przygotowanie wizualnej analizy danych z wykorzystaniem wykresów interaktywnych i map (30%)
- Projekt 3: Przygotowanie dashboardu z wykorzystaniem biblioteki shiny (40%)

## Warunki zaliczenia

- bardzo dobry od 92% punktów 
- dobry plus od 84% punktów
- dobry od 76% punktów
- dostateczny plus od 68% punktów
- dostateczny od 60% punktów
- niedostateczny poniżej 60% punktów