Wizualizacja i ekspoloracja danych

2021L

Kod przedmiotu17S2-WED
Punkty ECTS 3
Typ zajęć Ćwiczenia laboratoryjne
Wykład
Przedmioty wprowadzające
Wymagania wstępne
Opis ćwiczeń
Opis wykładówa wykładach zaprezentowane zostaną wybrane narzędzia i techniki wizualizacji danych: wykresy, tabele, diagramy, sieci. Omówione zostaną podstawy matematyczne eksploracji danych, technik czyszczenia, reguły data mining. Zaprezentowane zostaną reguły i wzorce poprawnej wizualizacji danych. Charakterystyka najczęściej używanych pakietów do wizualizacji danych w języku Python (Matplotlib, Seaborn) i R (ggplot2). Przykłady wizualizacji danych w praktycznych zastosowaniach (marketing, technologia, medycyna i inne). Omówiona zostanie eksploracja i wizualizacja grafów i sieci równań strukturalnych (SEM).,ĆWICZENIA LABORATORYJNE:Na ćwiczeniach zostaną zaprezentowane wybrane narzędzia służące do wizualizacji danych w kontekście data mining. Przewidziane są ćwiczenia w postaci pisania skryptów wizualizacji podstawowych narzędzi eksploracji danych (redukcja wymiarów, regresja logistyczna, grupowanie danych, drzewa decyzyjne i losowe lasy) w języku Python (biblioteki Matplotlib, Seaborn) i R (pakiet ggplot2). Ćwiczenia obejmą czyszczenie i porządkowanie danych surowych oraz rozwiazywanie zadań data mining. Studenci będą pracować również pracować na programach dedykowanych wizualizacji i eksploracji modeli sieciowych.
Cel kształcenia
Literatura podstawowa1) Tadeusz Morzy, Eksploracja danych, PWN, 2019 2) Anna Cena, Marek Gągolewski, Maciej Bartoszuk, Przetwarzanie i analiza danych w języku Python, PWN, 2016 3) Cole Nussbaumer Knaflic, Storytelling danych. Poradnik wizualizacji danych dla profesjonalistów, onepress, 2019
Literatura uzupełniająca
UwagiĆwiczenia w laboratorium komputerowym