aitech-wizualizacja/README.md
2024-03-14 10:11:09 +01:00

132 lines
6.1 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 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**: wtorek (12.00-13.00); czwartek (10.00-11.00)
## 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 (Zajęcia 1-2, 5, 6)
- Lab2 biblioteka ggplot2 (Zajęcia 3-6)
- Lab3 wykresy interaktywne (Zajęcia 7-8, 10, 11)
- Lab4 mapy (Zajęcia 9-11)
- Lab5 biblioteka shiny (Zajęcia 12-15)
## Grupy projektowe
### Studia stacjonarne
- Grupa 1: Filip Nowicki, Jakub Kokociński
- Grupa 2: Alicja Szulecka, Arden Wołowiec
- Grupa 3: Krzysztof Raczyński, Paweł Łączkowski
- Grupa 4: Dominik Jagosz, Karol Filipiak
- Grupa 5: Marcelina Nowicka, Jerzy Kwiatkowski, Wiktor Borowski
### Studia niestacjonarne
- Grupa 1: Maciej Tyczyński, Wojciech Bałtruszewicz
- Grupa 2: Mikołaj Perz, Tomasz Koszarek
- Grupa 3: Piotr Wrzodak, Klaudia Marciniak
- Grupa 4: Patrk Gałka, Patryk Łukasiewicz
- Grupa 5: Jan Świątek, Natalia Szymczyk
- Grupa 6: Piotr Pawlak, Marcin Rostkowski
- Grupa 7: Marek Moryl, Mateusz Kuc
- Grupa 8: Kamil Borowiec, Michał Kaleta
- Grupa 9: Norbert Walkowiak, Jakub Rychel, Wojciech Mikołajski
## Tematy projektów
- Projekt 1: Przygotowanie wizualnej analizy danych z wykorzystaniem podstawowej biblioteki graficznej R (ewentualnie Python) 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
## Projekt 1
### Inspiracje
1. https://www.data-to-viz.com/story/OneNumOneCat.html
2. https://ivelasq.rbind.io/blog/other-geoms/
3. https://twitter.com/Datawrapper/status/1022837827082641409/photo/1
4. https://softwareconnect.com/data-visualization-tools/datawrapper/
5. https://www.data-to-viz.com/graph/arc.html
6. https://www.data-to-viz.com/graph/sankey.html
7. https://www.data-to-viz.com/graph/chord.html
8. https://en.wikipedia.org/wiki/Lists_of_earthquakes#/media/File:USGS_magnitude_8_earthquakes_since_1900.svg
### Wymagania
- Grafiki statyczne wykonane za pomocą biblioteki **ggplot2** lub biblioteki **graphics**.
- Ciekawy zbiór danych (nie będący elementem pakietów R)!
- Seria prostych wizualizacji pokazujących różne aspekty zbioru danych lub jedna skomplikowna wizualizacja pokazujące te aspekty na jednym obrazku.
## Projekt 2
### Inspiracje
1. https://rgeomatic.hypotheses.org/842
2. https://www.facebook.com/SimonGerman600
3. https://upgo.lab.mcgill.ca/2019/12/13/making-beautiful-maps/
4. https://medium.com/fastah-project/a-quick-start-to-maps-in-r-b9f221f44ff3
### Wymagania
- Grafiki interaktywne wykonane za pomocą biblioteki **plotly** (nie może to być transofrmacja grafiki wykonanej za pomocą **ggplot2** i funkcji *ggplotly()*) lub biblioteki **highcharter** (możliwe też inne, ale niechętnie).
- Mapa wykonana z wykorzystaniem biblitoek **ggplot2** i **sf** (mile widziane też inne, zwłaszcza biblioteki pokazujące mapy Google).
- Ciekawy zbiór danych (nie będący elementem pakietów R), umożliwijący wizualizację zarówno na klasycznych wykresach jak i na mapach.
## Projekt 3
### Inspiracje
1. https://twitter.com/keen_io/status/529767639220908033/photo/1
2. https://www.infocaptor.com/dashboard-gallery
3. https://appsilon.com/journey-from-basic-prototype-to-production-ready-shiny-dashboard/
4. https://divadnojnarg.github.io/images/adminLTE2_dashboard.png
5. https://nycdsa-blog-files.s3.us-east-2.amazonaws.com/2016/02/SPM_SalaryScatterPlot.png
6. https://gallery.shinyapps.io/nz-trade-dash/?_ga=2.244859141.1601395618.1623253920-1037570624.1607089633
7. https://jjohn9000.shinyapps.io/Milwaukee_Beer_App/
8. https://appsilon.com/5-great-shiny-dashboards/
9. http://atlas2022.uw.edu.pl/materialy-edukacyjne/mapy/
### Wymagania
- Dashboard zawierający grafiki oraz prezentacje liczbowe.
- Elementem graficznym mogą być wykresy statyczne, dynamiczne lub mapy.
- Prezentacje parametrów liczbowych powinny być przedstawione w sposób możliwie jak najbardziej graficzny (np. liczniki).
- Użytkonik powinienie mieć możliwość częćiowego sterowania (np. wybór kraju, zmiennej/zmiennych).
- Można rozważyć pobranie danych z pliku jako element aplikacji. Podobnie można na dasboardzie umieścić grafiki pobrane np. z Internetu (np. logo firmy).
- Na osobnej zakładce powinny być przedstawione dane z których został wykonany dashboard.