Основы анализа и визуализации данных для медиа (Журналисты 1 семестр 1 модуль) — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
 
Строка 46: Строка 46:
 
| 1 || Самостоятельная работа №1 [https://docs.google.com/document/d/16mST6CCTQFV05HZ22k1VyxXkbuN71g5O16mm0Vlk4fc/edit?usp=sharing Пример] || 6 октября в 15.10 группа жур_2, в 16.40 группа жур_1 || [https://docs.google.com/spreadsheets/d/150b7XMrmhc1ouMSGjP72EQJQxE9Qg4PcC8ZoMG_WYmA/edit?usp=sharing Результаты СМ №1]
 
| 1 || Самостоятельная работа №1 [https://docs.google.com/document/d/16mST6CCTQFV05HZ22k1VyxXkbuN71g5O16mm0Vlk4fc/edit?usp=sharing Пример] || 6 октября в 15.10 группа жур_2, в 16.40 группа жур_1 || [https://docs.google.com/spreadsheets/d/150b7XMrmhc1ouMSGjP72EQJQxE9Qg4PcC8ZoMG_WYmA/edit?usp=sharing Результаты СМ №1]
 
|-
 
|-
| 2 || Самостоятельная работа №2 [https://docs.google.com/document/d/1jDfDc-x-W4ZQQCRZg2jXc9AtV_TekYdknKtzleRDs_0/edit Пример]|| <span style="color:#ff0000" >Самостоятельная работа у всех 18 октября в 13:40!</span>
+
| 2 || Самостоятельная работа №2 [https://docs.google.com/document/d/1jDfDc-x-W4ZQQCRZg2jXc9AtV_TekYdknKtzleRDs_0/edit Пример]|| <span style="color:#ff0000" >Самостоятельная работа у всех 18 октября в 13:40!</span> || [https://docs.google.com/spreadsheets/d/150b7XMrmhc1ouMSGjP72EQJQxE9Qg4PcC8ZoMG_WYmA/edit#gid=559154418 Результаты СМ №2]
 
|-
 
|-
 
| 3 || Домашнее задание || [https://docs.google.com/spreadsheets/d/1YDdRdYWpECYPzbX8-d68Wjr6xliQarTxhUW_nTmQp_w/edit?usp=sharing Форма записи]
 
| 3 || Домашнее задание || [https://docs.google.com/spreadsheets/d/1YDdRdYWpECYPzbX8-d68Wjr6xliQarTxhUW_nTmQp_w/edit?usp=sharing Форма записи]

Текущая версия на 10:48, 27 октября 2018

О курсе

"Основы анализа и визуализации данных для медиа" читается на 4 курсе, в 1 модуле.

Канал курса в Slack

Преподаватель

Рогович Татьяна Владимировна

Ассистент

Филатов Михаил

Материалы курса

Лекции

Тема Презентация
1 Введение в журналистику данных. Кейсы применения анализа данных и визуализаций в современных редакциях. Источники данных (открытые и закрытые базы, скрейпинг данных из всемирной сети, Google Trends, краудсорсинг и онлайн-эксперименты). Обсуждение кейсов подтасовки данных. Лекция 1
2 Введение в статистику. Понятия выборки и генеральной совокупности. Введение в теорию вероятности. Методы эксперимента и наблюдения. Виды переменных (категориальные, порядковые, непрерывные, дискретные). Главные вопросы при работе с данными: как были собраны данные, насколько надежна информация. Понятия концептуализации и валидности. Лекция 2
3 Генеральная совокупность и выборки. Лекция 3
4 Семинар. Частотные таблицы. Меры центральной тенденции. Меры разброса. Z и T статистики. Лекция 4

Семинары 1-4

5 Основные типы визуализации данных. Лекция 5
6 Принципы оценки визуализаций: отличаем хорошее от плохого, замечаем манипуляции с данными. Принципы восприятия визуальной информации. Лекция 6
7 Фантастические графики и где их использовать. Корреляция. Лекция 7
8 TBC Tableau Public Материалы

Самостоятельные работы и домашнее задание

Тип Дата Результаты
1 Самостоятельная работа №1 Пример 6 октября в 15.10 группа жур_2, в 16.40 группа жур_1 Результаты СМ №1
2 Самостоятельная работа №2 Пример Самостоятельная работа у всех 18 октября в 13:40! Результаты СМ №2
3 Домашнее задание Форма записи

Экзамен

27 октября 2018 г.

Проект

Где искать данные?

Запись на экзамен

Список рекомендуемой литературы

Основная литература

  • Бослав С. Статистика для всех.
  • Gravetter F, Wallnau L. Statistics for behavioral sciences.

Дополнительная литература

  • Уилан Ч. Голая статистика.
  • Gray J, Bounegru L, Chambers L. The Data Journalist Handbook.
  • Tufte E. The visual display of quantitative information.
  • Huff D. How to lie with statistics.
  • Livingston C, Voakes P. Working with numbers and statistics.
  • Савельев В. Статистика и котики.