|
|
|
||
|
Prakticky orientovaný kurz seznámí studenty s vybranými technikami vizualizace a (nejen) mediální prezentace dat. Většina setkání je explicitně 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.
UPOZORNĚNÍ: Předmět může být poměrně náročný pro studenty bez předchozí zkušenosti s prací s datovými soubory. Předmět proto příliš nedoporučuji studentům prvního ročníku bakalářského studia. Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (03.10.2016)
|
|
||
|
1. Závěrečná práce: Realizace vlastního projektu datové žurnalistiky (výběr tématu a zobrazovací techniky, obstarání dat, vytvoření a publikování interpretované vizualizace dat). Pro získání zápočtu je třeba odevzdat kvalitní práci. Doporučený deadline: 16. prosince 2016. Pevný DEADLINE: 30. 6. 2017. 2. Plnění průběžných úkolů založených na jednotlivých vyučovaných technikách. Je nutné splnit alespoň 5 úkolů v průběhu semestru. 3. Pro získání zápočtu je nutné získat celkem minimálně 70 bodů. Až deset bodů je možné získat za každý odevzdaný úkol. Maximálně je za úkoly možné získat 50 bodů. Až 50 bodů je možné získat za závěrečnou práci. 4. Doporučuji: notebook (s administrátorskými právy, aby bylo možné instalovat potřebný software) a znalost přihlašovacích údajů na Eduroam, abyste mohli surfovat na internetu, když vás to nebude bavit. Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (25.09.2016)
|
|
||
|
JE MOŽNÉ, ŽE POŘADÍ PŘEDNÁŠEK SE BUDE MĚNIT. ZMĚNA JE MOŽNÁ TAKÉ U NĚKTERÝCH TÉMAT.
1) Úvodní a organizační hodina Teoretická část: Struktura kurzu; Zdroje dat Praktická část: Čištění dat Cvičení (dobrovolné, nikoliv jeden z pěti úkolů): Splňte několik úkolů s daty v SPSS a Excelu. Úkol č. 1a: Zaregistrujte se na Českém sociálněvědním datovém archivu. Najděte si v jeho databázích jednu nebo několik proměnných, které jsou pro Vás zajímavé a pro které existují alespoň čtyři měření v různých časových bodech. Stáhněte příslušné datové soubory.
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. DŮLEŽITÉ: na tuto hodinu si nainstalujte software R a R-Studio
3) Tvorba grafů v kancelářském tabulkovém editoru typu MS Excel a v programovacím prostředí typu R Praktická část: Tipy a triky jak na grafy v tabulkovém editoru Úkol č. 1b: Použijte data stažená v rámci úkolu 1a a vizualizujte je v libovolném softwaru na základě rad a tipů z praktické části. Je potřeba předložit alespoň tři vizualizace, z nichž každá bude vyprávět odlišný příběh (lze například použít třídění podle sociodemografických proměnných). Vizualizace krátce interpretujte.
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. Úkol č. 2: Zpracujte "diverging bar chart"
5) Úvod do jazyka R, jednoduché vizualizace v R Teoretická část: R jako nástroj pro práci s daty. Jaké grafy jsou vhodné pro jaká data - zopakování základních konceptů Praktická část: Představení jazyka R a jednoduchých vizualizací v něm Úkol č. 3: Předělejte alespoň 1 z vizualizací z úkolu č. 1b pomocí R. dohledejte si k danému tématu další zdroje (články na internetu, studie apod.). Napište krátký článek, který bude dávat dohromady vyhledané zdroje a Vaše vizualizace včetně Vašich interpretací.
6) Vizualizace v R II Na úvod: Prezentace vybraných úkolů 1b, 2 a 3 studenty + diskuse Praktická část: Další možnosti vizualizace v R s důrazem na package ggplot2 Úkol č. 4: Předělejte všechny své vizualizace z úkolu č. 1b pomocí R ggplot2.
7) Vizualizace v R III Na úvod: Prezentace vybraných úkolů č. 4 studenty + diskuse Praktická část: Další možnosti vizualizace v R Úkol č. 5: Bude upřesněno podle probrané látky
8) Vybrané nástroje pro vizualizaci bez programování Na úvod: Prezentace vybraných úkolů č. 5 studenty Praktická část: Ukázka práce s Info.gram; datawrapper.de; nástroje Google-drive, případně další Úkol č. 6: Vizualizace pomocí Info.gram nebo podobného nástroje plus interpretace
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 Úkol č. 7: Obstarejte si síťová data, vizualizujte je, síť interpretujte (za využití měr centrality)
11) Velké opakovací cvičení
12) BUDE UPŘESNĚNO Poslední úprava: Mazák Jaromír, Mgr., Ph.D. (25.09.2016)
|