Logo ČVUT
ČESKÉ VYSOKÉ UČENÍ TECHNICKÉ V PRAZE
STUDIJNÍ PLÁNY
2023/2024
UPOZORNĚNÍ: Jsou dostupné studijní plány pro následující akademický rok.

Vizualizace dat

Přihlášení do KOSu pro zápis předmětu Zobrazit rozvrh
Kód Zakončení Kredity Rozsah Jazyk výuky
BI-VIZ.21 KZ 5 3P česky
Garant předmětu:
Magda Friedjungová
Přednášející:
Magda Friedjungová
Cvičící:
Magda Friedjungová
Předmět zajišťuje:
katedra aplikované matematiky
Anotace:

Předmět poskytuje přehled o typech a vlastnostech dat a vhodných vizualizačních metodách, díky kterým studenti lépe porozumí datům, jejich obsahu a také jejich využití pro oblasti jako jsou data mining a strojové učení. V předmětu se studenti seznámí s explorační analýzou, předzpracováním dat, s možnostmi, jak vizualizovat různé druhy dat, jako jsou např. texty, sociální sítě, časové řady nebo se základy práce s obrazovými daty. Studenti si osvojí některé vybrané metody na praktických příkladech v programovacím jazyce Python.

Požadavky:

Základní znalost programování v Pythonu.

Osnova přednášek:

1. Úvod do oblasti vizualizace dat, definice, historie a motivace.

2. Nástroje pro pokročilou manipulaci s daty.

3. Základní přístupy k vizualizaci dat.

4. Základní metody analýzy dat.

5. Datová žurnalistika.

6. [2] Vizualizace ve strojovém učení a TensorBoard.

8. Práce s obrazovými daty.

9. Grafy a sociální sítě.

10. Vizualizace při zpracování přirozeného jazyka.

11. Operace nad časovými řadami.

12. Pokročilé metody analýzy dat.

Osnova cvičení:

Cvičení probíhají společně s přednáškami.

1. Úvod do oblasti vizualizace dat, definice, historie a motivace.

2. Nástroje pro pokročilou manipulaci s daty.

3. Základní přístupy k vizualizaci dat.

4. Základní metody analýzy dat.

5. Datová žurnalistika.

6. [2] Vizualizace ve strojovém učení a TensorBoard.

8. Práce s obrazovými daty.

9. Grafy a sociální sítě.

10. Vizualizace při zpracování přirozeného jazyka.

11. Operace nad časovými řadami.

12. Pokročilé metody analýzy dat.

Cíle studia:

Cílem předmětu je seznámit studenty s oblastí vizualizace dat, s jejími základními principy a metodami. Během přednášek jsou ukázány i praktické příklady různých vizualizačních metod v jazyce Python. Předmět je zaměřen na využití znalostí v oblasti data miningu a strojového učení.

Studijní materiály:

1. Munzner T. : Visualization Analysis & Design. CRC press, 2014. ISBN 9781466508910.

2. Few S. : Information Dashboard Design: The Eective Visual Communication of Data. O'Reilly Media, 2006. ISBN 978-0-596-10016-2.

3. Ward M. O., Grinstein G., Keim D. : Interactive data visualization: foundations, techniques, and applications. A. K. Peters, 2015. ISBN 978-1-4822-5737-3.

4. Yau N. : Visualize this: the FlowingData guide to design, visualization, and statistics. John Wiley & Sons, 2011. ISBN 978-0-470-94488-2.

Poznámka:
Rozvrh na zimní semestr 2023/2024:
06:00–08:0008:00–10:0010:00–12:0012:00–14:0014:00–16:0016:00–18:0018:00–20:0020:00–22:0022:00–24:00
Po
Út
St
místnost T9:107
Friedjungová M.
09:15–10:45
(přednášková par. 1)
Dejvice
Posluchárna
Čt

místnost T9:107
Friedjungová M.
09:15–10:45
SUDÝ TÝDEN

(přednášková par. 1
paralelka 101)

Dejvice
Posluchárna
Rozvrh na letní semestr 2023/2024:
Rozvrh není připraven
Předmět je součástí následujících studijních plánů:
Platnost dat k 27. 3. 2024
Aktualizace výše uvedených informací naleznete na adrese https://bilakniha.cvut.cz/cs/predmet6614006.html