Курс Data Visualization

Відбулось
5 жовтня (вівторок)
Місце
Online
Вартість
9 000 грн/міс

Будемо створювати складні інтерактивні візуалізації даних за допомогою мови програмування Python та бібліотеки Altair.

У кілька етапів навчимося використовувати Python та Altair для створення складних візуалізацій даних. Спершу розберемося з тим, як можна візуально кодувати дані та використовувати особливості людського сприйняття для ефективної передачі інформації.

Потім навчимося вибирати правильний спосіб візуалізації відповідно до даних, які ми маємо, та завдань, які перед нами стоять. Попрацюємо не лише з графіками, але й з презентацією даних на карті.

Зрозуміємо, як можна об’єднувати окремі графіки у складні візуалізації (дашборди) і налагоджувати інтерактивність між різними елементами візуалізації.

Наприкінці дізнаємося, як ідентифікувати та виправляти помилки у візуалізаціях даних та відпрацюємо навички редагування візуалізацій для ефективнішої комунікації даних.

5 жовтня, курс триває 2 місяці, по середам вебінари з куратором, по п’ятницям — відеолекції
9 000 грн/міс, 18 000 грн при повній оплаті курсу, 9 450 грн/міс при оплаті частинами
25 студентів, кожен студент отримує регулярний фідбек від кураторів групи

Деталі та реєстрація

Куратор

Андрій Газін

Викладає візуалізацію даних на магістерській програмі з Data Science та бакалаврській програмі з Computer Science в Українському Католицькому Університеті. Веде блог про візуалізацію даних Textura.in.ua

Програма курсу

1. Вступ до візуалізації даних
— Як і чому працює візуалізація даних? Візуальні кодування та відчитування візуальної інформації;
— Як ми оцінюємо візуалізацію даних? З чого складається хороша візуалізація?
— З яких елементів складається візуалізації даних? Що таке граматика графіки?

2. Основи візуалізації даних на Python / Altair
— Як читати дані із файлу та отримувати характеристики даних за допомогою Pandas?
— Як кодувати дані візуально за допомогою Altair?
— Кейс: відтворення візуалізації Gapminder.

3. Дослідження даних за допомогою візуалізації
— Як обрати спосіб візуалізації даних? Функції візуалізації та відповідні їм типи графіків;
— Як використовувати візуалізацію для дослідження даних (виявлення розподілів, трендів, паттернів, кореляцій).

4. Робота з картами
— Як використовувати карти та візуалізувати геодані?
— Як створювати найбільш поширені типи карт (choropleth, dot, bubble, flow) на Python / Altair?

5. Дешборди та інтерактивність
— Як створювати складні представлення даних (multiview) та дешборди?
— Як використовувати інтерактивність у візуалізації даних?

6. Виправлення помилок та редагування візуалізації даних
— Як виявляти та виправляти помилки у візуалізації даних;
— Як редагувати візуалізацію даних для зменшення візуального шуму та підсилення повідомлення.

Зареєструватися

👍НравитсяПонравилось0
В избранноеВ избранном0
LinkedIn

Нет комментариев

Подписаться на комментарииОтписаться от комментариев Комментарии могут оставлять только пользователи с подтвержденными аккаунтами.

Подписаться на комментарии