Магистратура
2020/2021





Визуализация больших данных в коммуникациях
Статус:
Курс по выбору (Коммуникации, основанные на данных)
Направление:
42.04.01. Реклама и связи с общественностью
Кто читает:
Школа коммуникаций
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 2 модуль
Формат изучения:
с онлайн-курсом
Преподаватели:
Хапаева Наталья Михайловна
Прогр. обучения:
Коммуникации, основанные на данных
Язык:
русский
Кредиты:
5
Контактные часы:
20
Программа дисциплины
Аннотация
В рамках курса студенты изучают основы визуализации данных, принципы эффективного представления данных с учётом психологии восприятия, получают навыки визуальной аналитики, создания интерактивных дэшбордов, дата-сторителлинга.
Цель освоения дисциплины
- Цель курса – обучение студентов методам визуализации данных, создания интерактивных дэшбордов, визаульной аналитике и дата-сторителлингу с использованием Tableau и других инструментов.
Планируемые результаты обучения
- Умеет готовить для последующей визуализации различные типы данных из баз данных и других источников.
- Умеет визуализировать данные, исходя из принципов дата-сторителинга и дизайна дашбордов.
- Использует инструменты Business Intelligence, библиотеки для визуализации данных в Python, Gephi, networkx, инструменты для работы с геоданными.
Содержание учебной дисциплины
- Тема 1. Подготовка данных для визуализации.Источники данных и данные. Tidy data. Работа с данными из баз данных - sqlite, pg, vertica. Работа с данными не из баз данных - файлы, api, скрепинг. csv, json, xls, и т.д. Подготовка данных средствами Tableau. Tableau + R. Подготовка данных для визуализации без Tableau - bash & python basics. Анализ и визуализация данных.
- Тема 2. Задачи и принципы визуализации данных в Tableau.Зачем визуализировать данные? Как визуализация решает проблемы ее пользователей. Типы визуализаций - какие бывают, что можно сделать в Tableau. Цвета, интерактивность, теория построения дашбордов. Data Storytelling, и что еще помогает сделать визуализацию полезной. Воспроизводимость, документирование, контекст.
- Тема 3. Другие инструменты визуализации данных.Инструменты Business Intelligence: Power BI, Qlik, DataLens, Google Charts. Визуализация в Python (общий обзор библиотек для визуализации, фреймфорки). Специальные: Gephi, networkx, инструменты для работы с геоданными. Немного про особенности использования Tableau.
Элементы контроля
- Индивидуальный проект 1: дизайн визуализации.
- Индивидуальный проект 2: интерактивная визуализация геоданных или доработка готового проекта.
- Оценка за активность на семинарах
Промежуточная аттестация
- Промежуточная аттестация (2 модуль)0.4 * Индивидуальный проект 1: дизайн визуализации. + 0.4 * Индивидуальный проект 2: интерактивная визуализация геоданных или доработка готового проекта. + 0.2 * Оценка за активность на семинарах
Список литературы
Рекомендуемая основная литература
- Acharya S., Chellappan S. Pro Tableau: A Step-by-Step Guide. - Apress, 2017.
- Khan A. Jumpstart Tableau: A Step-By-Step Guide to Better Data Visualization. - Apress, 2016.
- Whitney H. Data Insights: New Ways to Visualize and Make Sense of Data. - Morgan Kaufmann Publishers, 2013.
Рекомендуемая дополнительная литература
- Embarak O. Data Analysis and Visualization Using Python: Analyze Data to Create Visualizations for BI Systems. - Apress, 2018.
- Yau N. Visualize This: The FlowingData Guide to Design, Visualization, and Statistics. - John Wiley & Sons, 2011.