Tento prakticky orientovaný kurz seznámí studenty s vybranými technikami vizualizace a prezentace dat. Studenti se seznámí jak s pokročilými "vědeckými" vizualizacemi, tak s "atraktivními" vizualizacemi, které v době online žurnalistiky nabývají na významu. Většina setkání je rozdělena na teoretickou a praktickou část, přičemž praktická část má za cíl osvojit si konkrétní dovednost v oblasti vizualizace dat. Největší pozornost je věnována praktickému zvládnutí vizualizace dat v různých softwarových nástrojích.
Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (29.01.2018)
This hands-on course introduces students to selected visualization and data presentation techniques. Students will become acquainted with both advanced "scientific" visualizations and "attractive" visualizations that become more relevant at the time of online journalism. Most of the meetings are divided into a theoretical and practical part, while the practical part aims to acquire specific skills in data visualization. The greatest attention is paid to the practical handling of data visualization in various software tools.
Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (05.02.2018)
Podmínky zakončení předmětu
Odevzdání alspoň 5 domácích úkolů v dostatečné kvalitě. Zadáno bude minimálně 7 domácích úkolů.
Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (29.01.2018)
Sylabus
1) Úvodní a organizační hodina • Teoretická část: Struktura kurzu; Zdroje dat • Praktická část: Čištění dat 2) Co je to datová žurnalistika? • Teoretická část: Historie a vývoj vizualizace, zajímavé příklady, nejčastější chyby. • Praktická část: Úvod do tvorby grafů v kancelářském tabulkovém editoru typu MS Excel a v programovacím prostředí typu R. 3) Tvorba grafů v kancelářském tabulkovém editoru typu MS Excel • Pouze praktická část: Tipy a triky jak na grafy v tabulkovém editoru 4) Jak z běžných vizualizací vytáhnout maximum? • Teoretická část: Proč je u vizualizace potřeba přemýšlet? Přehled nejběžnějších typů matoucích a chybných vizualizací. • Praktická část: Ukázky, jak lze z "defaultních" grafů vytáhnout víc. 5) Úvod do jazyka R, jednoduché vizualizace v R • Teoretická část: R jako nástroj pro práci s daty. • Praktická část: Představení jazyka R a jednoduchých vizualizací v něm 6) Vizualizace v R a seznámení s ggplot2 7) Vizualizace v R II • Pouze praktická část: Další možnosti vizualizace v R 8) Vybrané nástroje pro online vizualizace bez programování • Praktická část: Ukázka práce s Info.gram; datawrapper.de; nástroje Google-drive, případně další 9) Jak svou vizualizaci dostat na web? • Teoretická část: Jak funguje internet • Praktická část: Jaké jsou možnosti pro publikování svých vizualizací na internetu 10) Social network analysis, SNA • Teoretická část: Představení principu SNA s důrazem na vizualizaci • Praktická část: Ukázka vizualizace sítě v Gephi 11) a 12) Podle potřeb studentů a vývoje kurzu
Použitý software:
MS Office (studenti mohou použít libovolný tabulkový editor podobného typu) R a balíček ggplot2 OpenRefine Gephi Info.gram a další podle potřeby
Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (11.02.2018)
Vstupní požadavky
Je vyžadávána předchozí zkušenost s prací s datovým souborem (datovou maticí) a schopnost jednodých transformací dat (recode, čištění dat, konstrukce nové proměnné atp.).
Předmět rozhodně není doporučen studentům prvního ročníku (s výjimkou studentů, kteří mohli potřebné schopnosti získat např. během jiného předchozího studia).
Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (29.01.2018)