Visualização de dados

Caracterização geral

Pré-requisitos

N/A

Bibliografia

Este curso não requer nenhum livro didático, porque a ciência de dados é um campo que muda rapidamente e nenhum livro pode abranger todos os materiais que iremos
lecionar no curso. No entanto, o seguinte livro é recomendado para sua referência:

Storytelling with Data: A Data Visualization Guide for Business Professionals
The Wall Street Journal Guide to Information Graphics: The Dos and Don'ts of Presenting Data, Facts, and Figures

Método de ensino

Os alunos são obrigados a trazer seus próprios laptops para os exercícios e questionários em sala de aula. Espera-se que os alunos tenham programação básica em Python
experiência ou outras linguagens como R, Matlab, Java, etc.
Este curso adota a cultura de aprender fazendo, que permite aos alunos implementar processos de visualização de dados por meio de programação em Python. A maioria
do material de aula estará nos cadernos Jupyter para facilitar as práticas reproduzíveis.

Método de avaliação

A avaliação geral de desempenho consiste em 3 partes
Participação nas aulas por meio de 4 questionários (20%)
Projeto de grupo (30%)
Exame final (50%)
Os alunos precisam participar de questionários de classe pelo menos 3 vezes. Se os alunos estiverem presentes em todos os questionários, serão contados 3 dos 4 questionários com maior pontuação.
Os alunos precisam propor um projeto de curso usando um conjunto de dados públicos e criar um painel / caderno para apresentar uma história de dados não óbvia e atraente.
Os alunos são responsáveis ??por estruturar a análise e decidir quais técnicas de visualização serão utilizadas. O projeto do curso será discutido com e avaliados pelo instrutor a cada duas semanas.

Conteúdo

A visualização de dados desempenha um papel essencial na compreensão de dados de pequena e grande escala. Este curso cobre os fundamentos de
exploração estatística e visualização de dados. Mostraremos como ir além das ferramentas convencionais para chegar à raiz dos dados e como usar os dados para criar uma história envolvente, informativa e atraente. Os alunos aprendem como produzir visualizações especializadas para explorar dados de forma detalhada e forma orientada para estatísticas.
Esperamos que os alunos tenham alguma experiência em programação em Python (de preferência, tenham feito o curso de Curadoria de Dados) e estejam dispostos a escrever código.
Semana 1: introdução à visualização de dados. Vamos revisar os fundamentos e o valor da visualização de dados.
Semana 2: Diferentes tipos de visualização. Mostraremos diferentes tipos de parcelas e seus usos práticos para diferentes
tipos de dados, como gráficos categóricos, gráficos de distribuição usando a ferramenta de plotagem padrão do Python: Matplotlib e os Pandas
bibliotecas de ecossistemas, por exemplo, Seaborn
Semana 3: Exploração e visualização de dados. Mostraremos como realizar uma análise exploratória de dados para descobrir
novos insights por meio da visualização de dados, como gráficos de regressão, gráficos de série temporal e gráficos geográficos
Semana 4: Visualização interativa. Mostraremos como criar uma representação visual interativa de dados
Semana 5: Contação de histórias com dados. Mostraremos como escolher uma visualização eficaz para apresentar uma
história.
Semana 6: Visualização de dados de tipos de dados especiais. Mostraremos como visualizar tipos especiais de dados, por exemplo, gráficos.

Cursos

Cursos onde a unidade curricular é leccionada: