Wstępna analiza danych - wizualizacja

Informacje ogólne

Kod przedmiotu:	117129-WstAnDaWiz
Kod Erasmus / ISCED:	(brak danych) / (brak danych)
Nazwa przedmiotu:	Wstępna analiza danych - wizualizacja
Jednostka:	Wydział Nauk Ekonomicznych i Zarządzania
Grupy:	Studia podyplomowe w zakresie "Data Science w biznesie"
Punkty ECTS i inne:	(brak) Podstawowe informacje o zasadach przyporządkowania punktów ECTS: roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS; tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h; 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się; tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS; nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta. zobacz reguły punktacji
Język prowadzenia:	polski
Wymagania wstępne:	Podstawowa umiejętność posługiwania się komputerem z systemem Windows. Podstawowa wiedza o typach danych i poziomach pomiaru.
Rodzaj przedmiotu:	przedmiot obligatoryjny
Całkowity nakład pracy studenta:	Godziny realizowane z udziałem nauczycieli: 6 (2+4). Czas poświęcony na pracę indywidualną studenta/słuchacza/uczestnika kursu potrzebny do pomyślnego zaliczenia przedmiotu: 15. Czas wymagany do przygotowania się do uczestnictwa w procesie oceniania (np. w egzaminach): 5. Czas wymagany do odbycia obowiązkowej (-ych) praktyki (praktyk): 0.
Efekty uczenia się - wiedza:	WADW_W01 Rozumie potrzebę wizualizacji danych. (EK_W01) WADW_W02 Zna podstawowe typy wykresów statystycznych. (EK_W06) WADW_W03 Zna podstawowe zasady tworzenia dobrych wizualizacji. (EK_W06)
Efekty uczenia się - umiejętności:	WADW_U01 Umie zaproponować odpowiedni sposób wizualizacji wybranych zmiennych. (EK_U05) WADW_U02 Umie zadbać o stronę graficzną i estetyczną tworzonej wizualizacji. (EK_U05)
Efekty uczenia się - kompetencje społeczne:	WADW_K01 W sposób krytyczny odczytuje zależności przedstawione na wykresach statystycznych. (EK_K02) WADW_K02 Potrafi dobrać odpowiedni typ wizualizacji danych dla danej grupy docelowej. (EK_K01)
Metody dydaktyczne podające:	- wykład informacyjny (konwencjonalny)
Metody dydaktyczne poszukujące:	- giełda pomysłów - laboratoryjna - projektu - studium przypadku
Skrócony opis:	Celem przedmiotu jest zapoznanie słuchaczy z podstawowymi typami wykresów statystycznych, zasadami tworzenia dobrych wizualizacji oraz najczęściej spotykanymi błędami.
Pełny opis:	Wykład: - Podstawy wizualizacji danych: od najprostszych wykresów do skomplikowanych grafik. - Zasady tworzenia dobrej wizualizacji danych. Ćwiczenia: - Odczytywanie informacji z wykresów. - Najczęstsze błędy. - Wizualizacja danych z użyciem dostępnego oprogramowania.
Literatura:	Literatura podstawowa: - Przemysław Biecek: ,,Odkrywać! Ujawniać! Objaśniać! Zbiór esejów o sztuce prezentowania danych’’. Wydawnictwo Uniwersytetu Warszawskiego, Warszawa, 2014 (dostępne na stronie http://www.biecek.pl/Eseje/). Literatura uzupełniająca: - Julie Steele. Noah Iliinsky: ,,Beautiful Visualization’’, O’Reilly, 2010. - Wojciech Korsak: ,,Wizualizacja informacji w biznesie’’, Novae Res, 2015.
Metody i kryteria oceniania:	Aktywność na zajęciach (WADW_W01, WADW_K01). Zadania zlecone przez prowadzącego (WADW_W02, WADW_W03, WADW_U01, WADW_U02, WADW_K02).

Przedmiot nie jest oferowany w żadnym z aktualnych cykli dydaktycznych.

Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Uniwersytet Mikołaja Kopernika w Toruniu.