README.md

@@ -1,8 +1,28 @@
 # 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 zajęci i zasad zaliczenia + Lab1
+1.	Omówienie organizacji zajęć i zasad zaliczenia + Lab1
 2.	Podział na grupy projektowe (dwuosobowe) + Lab1
 3.	Lab2
 4.	Lab2 
@@ -18,12 +38,6 @@
 14.	Projekt 3 – prezentacje tematów Projektu 3 (3 minuty na grupę), praca nad projektem
 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
 
 - Lab1 – podstawowa biblioteka graficzna
@@ -31,3 +45,18 @@
 - 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