forked from tomekg/aitech-wizualizacja
Merge pull request 'Zaktualizuj 'README.md'' (#2) from tomekg/aitech-wizualizacja:master into master
Reviewed-on: #2
This commit is contained in:
commit
3bb6d2a81f
43
README.md
43
README.md
@ -1,8 +1,28 @@
|
|||||||
# Wizualizacja danych
|
# 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
|
## Harmonogram zajęć
|
||||||
|
|
||||||
1. Omówienie organizacji zajęci i zasad zaliczenia + Lab1
|
1. Omówienie organizacji zajęć i zasad zaliczenia + Lab1
|
||||||
2. Podział na grupy projektowe (dwuosobowe) + Lab1
|
2. Podział na grupy projektowe (dwuosobowe) + Lab1
|
||||||
3. Lab2
|
3. Lab2
|
||||||
4. Lab2
|
4. Lab2
|
||||||
@ -18,12 +38,6 @@
|
|||||||
14. Projekt 3 – prezentacje tematów Projektu 3 (3 minuty na grupę), praca nad projektem
|
14. Projekt 3 – prezentacje tematów Projektu 3 (3 minuty na grupę), praca nad projektem
|
||||||
15. Projekt 3 – prezentacje projektów (8 minut na grupę)
|
15. Projekt 3 – prezentacje projektów (8 minut na grupę)
|
||||||
|
|
||||||
## 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%)
|
|
||||||
|
|
||||||
## Zawartość laboratoriów
|
## Zawartość laboratoriów
|
||||||
|
|
||||||
- Lab1 – podstawowa biblioteka graficzna
|
- Lab1 – podstawowa biblioteka graficzna
|
||||||
@ -31,3 +45,18 @@
|
|||||||
- Lab3 – wykresy interaktywne
|
- Lab3 – wykresy interaktywne
|
||||||
- Lab4 – mapy
|
- Lab4 – mapy
|
||||||
- Lab5 – biblioteka shiny
|
- 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
|
Loading…
Reference in New Issue
Block a user