VictorAtPL / WizualizacjaDanych2018

Repository containing home works done for the Data Visualization course taken as part of my MSc in Data Science degree. It shows that I am fluent with using git and PRs.

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

Wizualizacja Danych 2018/2019

Strona przedmiotu Wizualizacja Danych na wydziale MiNI PW

Tematy spotkań

S1 18.02

W: Narzędzia do wizualizacji danych.

L: dplyr - przetwarzanie danych. ggplot2 - pierwsza krew.

Materiały dodatkowe:

S2 25.02

W: Historia grafiki statystycznej.

L: ggplot2 - skale, statystyki, koordynaty.

Materiały dodatkowe:

P: Praca domowa 1.

S3 4.03

W: Gramatyka grafiki. Standardy w komunikacji;

L: wizualizacja danych z Eurostatu i mapy.

P: Praca domowa 2.

Materiały dodatkowe:

S4 11.03

W: Nie rób tego w domu;

L: poprawiamy NSP.

Materiały dodatkowe:

S5 18.03

W: Infografiki.

L: Inkscape 1/2 lub Illustrator (w miarę możliwości proszę przynieść własny laptop), PD3.

P: Praca domowa 3.

Materiały dodatkowe:

S6 25.03

W: Kolory i Skale pomiarowe;

L: Inkscape 2/2 lub Illustrator (w miarę możliwości proszę przynieść własny laptop)

S7 01.04

W: Prezentacja wyników projektu 1.

L: Shiny 1/2, Wstęp do tworzenia aplikacji.

P: Praca domowa 4.

Materiały dodatkowe:

S8 08.04

W: Wizualizacje statyczne i interaktywne.

L: Shiny 2/2, Interaktywne wizualizacje w shiny.

S9 15.04

W: Prezentacje studentów 1/1.

L: Dashboardy w shiny: shinydashboards

P: Praca domowa 5.

S10 29.04

W: Prezentacje studentów 2/2.

L: Wstęp do D3

P: Praca domowa 6.

S11 06.05

Wstęp do D3, fiddle

L: Pierwsze interaktywne wykresy w d3.

P: Praca domowa 7.

S12 13.05.

W: Droga wzrokowa;

L: r2d3.

P: Praca domowa 8.

S13 27.05

L: RBokeh / ggiraph, vegalite1, vegalite2, googleVis

Zasady zaliczenia

Zaliczenie jest oparte o cztery składowe:

  • Punkty z prac domowych (8 prac domowych, każda praca to od 0 do 4 punktów).
  • Punkty z wyjściówek (10 wyjściówek, każda oddana wyjściówka to od 0 do 3 punktów).
  • Punkty z projektów. W semestrze wykonać należy dwa projekty. Każdy projekt to od 0 do 19 punktów.
  • Punkty z prezentacji wybranego tematu. Poprawnie wykonana prezentacja to od 0 do 8 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

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

Termin oddania projektu 1 to 01.04.2019 - wykład.

Termin oddania projektu 2 to 20.05.2019 - wykład.

Prezentacje studentów

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 XXX.

Prace Domowe:

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).

Prace domowe należy zgłaszać przez GitHub. Instrukcja jak korzystać. 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.

Literatura uzupełniająca:

About

Repository containing home works done for the Data Visualization course taken as part of my MSc in Data Science degree. It shows that I am fluent with using git and PRs.


Languages

Language:HTML 99.7%Language:R 0.3%Language:JavaScript 0.0%Language:Jupyter Notebook 0.0%Language:CSS 0.0%Language:Roff 0.0%