Dev & Data Science

Data Visualization

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

Про курс

У кілька етапів навчимося застосовувати Python та Altair для складної візуалізації даних. Спершу розберемось, як можна візуально кодувати дані й використовувати особливості людського сприйняття для ефективної передачі інформації.

Потім навчимося обирати правильний спосіб візуалізації відповідно до наявних даних і завдань, які перед нами стоять. Попрацюємо не лише з графіками, а й із презентацією даних на карті.

Зрозуміємо, яким чином можна об'єднувати окремі графіки у складні візуалізації (дашборди) та налагоджувати інтерактивність між різними елементами візуалізації.

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

жовтень 2022 курс триває 2 місяці,
вебінари та відеолекції
9 000 грн/міс. 18 000 грн при повній оплаті курсу
9 450 грн/міс. при оплаті частинами
25 місць кожен студент отримує регулярний фідбек від куратора групи

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

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.
— Граматика графіки.

Основи візуалізації даних на Python/Altair

— Як читати дані з файлу й отримувати характеристики даних за допомогою Pandas.
— Як кодувати дані візуально за допомогою Altair.
— Кейс: відтворення візуалізації Gapminder.

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, патернів, кореляцій).

Робота з картами

— Використання карт і візуалізація геоданих.
— Як створювати найпоширеніші типи карт (choropleth, dot, bubble, flow) на Python/Altair.

Дешборди та інтерактивність

— Як створювати складні представлення даних (multiview) і дешборди.
— Інтерактивність у візуалізації даних.

Виправлення помилок і редагування візуалізації даних

— Як виявляти та виправляти помилки у візуалізації даних.
— Редагуємо візуалізацію даних для зменшення візуального шуму та підсилення повідомлення.

Курс для вас, якщо ви

Займаєтесь аналізом даних

і потребуєте візуалізації для кращого розуміння даних або комунікації даних у звітах та дешбордах

Зацікавлені у Data Science

та аналітиці або журналістиці даних

Час

8+ годин на тиждень для виконання домашніх завдань

Мова викладання

українська

Як відбувається навчання

Відеолекції та вебінари

Вебінари з куратором і групою проходитимуть щосереди о 19:30, а відеолекції відкриватимуться щовівторка та щоп'ятниці.

Real-life завдання

У нас діє Practicult — культ практики. Тому ви виконуватимете багато складної домашки з реальних робочих буднів. Have fun & survive.

Регулярний фідбек

У нас немає базових і преміум режимів. Тільки преміум, завжди. Отримайте від куратора все. І так, десята ітерація — це нормально.

Сертифікат за справи

Видаємо лише тим, хто своїм потом, часом і силами його заслужив.

ГРАФІК

Старт

жовтень 2022

Вебінари

щосереди о 19:30

Відеолекції

щовівторка та щоп'ятниці

Дізнайтеся більше

Як (не) брехати за допомогою візуалізації даних: лекція Андрія Газіна
Reel History Кейс Андрія Газіна з використанням технологій, які вивчатимуться на курсі
«Чоловіки і жінки у Верховній Раді» Кейс Андрія Газіна з використанням технологій, які вивчатимуться на курсі
«Природний приріст/скорочення населення в Україні» Кейс Андрія Газіна з використанням технологій, які вивчатимуться на курсі
За кафедрою Олександр Руппельт: як будують лінійку Data Science в Projector

Запитання

З яким софтом будемо працювати на курсі?

Вебінари проходитимуть у Zoom. Для роботи нам знадобиться Python, середовище розробки Jupyter Notebooks / Jupyter Lab, бібліотеки Pandas та Altair. За бажання можна також використовувати середовище Google Colab і таким чином уникнути локального встановлення Python та бібліотек.

Які навички необхідні для проходження курсу?

Вам знадобиться базове розуміння мови програмування Python.

Чи можна дивитися заняття в будь-який день?

Можна, але важливо встигати виконувати домашні завдання, які ви будете отримувати після кожного заняття.

Як відбувається комунікація на курсі та в якому форматі куратор дає фідбек?

Уся комунікація на курсі відбуватиметься на платформі Slack (робочий чат групи, канали для домашніх завдань і корисних посилань). Куратор даватиме фідбек у вигляді коментарів до домашніх завдань і обговорення на вебінарах.

Чи будуть мені доступні відеозаписи лекцій після завершення курсу?

Так, у вас зберігатиметься доступ після завершення курсу.

А я отримаю сертифікат?

Так, за умови виконання всіх домашніх завдань.

Що, як мені не сподобається?

Ми зможемо повернути гроші протягом 7 днів від дати старту курсу.

Реєстрація

Ще маєте питання?
Не соромтесь їх задати.

Проконсультуйте мене