kozaka93 / 2024L-ExploratoryDataAnalysis

Wstęp do eksploracji danych

Semestr letni 2023/24 @kozaka93 @HubertR21 @maciejchrabaszcz

Materiały z zajęć Wstęp do eksploracji danych prowadzonych na Wydziale Matematyki i Nauk Informacyjnych Politechniki Warszawskiej.

Wstęp do eksploracji danych składa się z:

• wykładu
• zajęć laboratoryjnych
• zajęć projektowych

Terminy i tematy zajęć

#	DATA	WYKŁAD	LABORATORIUM	PROJEKT	SKŁADOWA
1	21-02	Wstęp, eksploracja danych, narzędzia, zasady zaliczenia	R: wstęp i proton + GitHub	Przedstawienie tematyki projektu
2	28-02	Gramatyka języka wizualizacji	R: dplyr, tidyr, forcats	Praca grupowa	P1 (1p)
3	06-03	Sposoby badania rozkładu jednej zmiennej (ilościowej i jakościowej) Sposoby badania rozkładu dwóch i więcej zmiennych	R: ggplot2 - wstęp i gramatyka	Konsultacje	HW1 (6p)
4	13-03	Kolory i skale	R: ggplot2 - modyfikacje wykresów, stylów w ggplot2	Prosta eksploracja danych, konkretne pomysły na wykresy, prototypy wykresów	P1 (2p)
5	20-03	Mapy - czy to takie skomplikowane?	R: maps	Konsultacje	HW2 (7p)
6	27-03	Nie popełniaj tych błędów!	R: ggplot2 - zaawansowany oraz rozszerzenia: patchwork, ggrepel	Gotowe wykresy, projekt plakatu	P1 (2p)
7	03-04	Wizualizacja grafów - jak nie zgubić się w gąszczu wierzchołków i krawędzi	R: igraph	Przedstawienie tematyki projektu	HW3 (7p)
8	10-04	Oddanie Projektu 1	R: generowanie raportów z analizą danych	Oddanie Projektu 1	P1 (19p)
9	17-04	Raportowanie	R: plotly - wizualizacje interaktywne	Pomysł, źródło danych	P2 (1p)
10	24-04	Dashboardy	R: Shiny- część 1	Konsultacje	HW4 (7p)
11	08-05	The International Business Communication Standards	R: Shiny - część 2	Eksploracja danych, konkretne pomysły na wykresy, prototypy wykresów	HW5 (7p) P2 (2p)
12	22-05	History of Statistical Graphics	Python: pandas, numpy	Konsultacje
13	29-05	Analiza EDA przed modelowanie.	Python: matplotlib, seaborn	Gotowe wykresy, prototyp wyglądu aplikacji	P2 (2p)
14	05-06	Znani w świecie wizualizacji, wizualizacje modeli, co dalej?	Python: plotly	Konsultacje	HW6 (6p)
15	12-06	Oddanie Projektu 2	Python: Przygotowanie EDA przed modelowaniem	Oddanie Projektu 2	P2 (15p)

Schemat oceniania (suma 90p):

• projekt I (24p):

• projekt II (20p):

• prace domowe (40p = 2 x 6p + 4 x 7p)

  • za każdą pracę domową uzyskuje się do 6p lub 7p

• wejściówki (6p = 3 x 2p)

  • niezapowiedziane, przeprowadzane na zajęciach laboratoryjnych

Z każdego projektu należy uzyskać ponad 50% możliwych punktów.

Ocena	3	3.5	4	4.5	5
Punkty	(45, 54]	(54, 63]	(63, 72]	(72, 81]	(81, ∞)