Рік навчання: 2

Семестр: весняний

Кількість кредитів: 3 (загальна кількість годин - 90; аудиторні/дистанційні години - 28; самостійна робота - 62)

Форма контролю: залік

Викладач(і): О.В. Кононенко, старший викладач

Результати навчання: Cтуденти зможуть:
- зрозуміти головні відмінності між інформацією та даними;
- опанувати розповсюджені інструменти агрегації даних та обробки даних;
- створювати особисті бази даних для агрегації різного роду інформації для подальшої її обробки та візуалізації;
- вміти працювати в різних програмних продуктах компаній, що займаються агрегацією даних,
- навчитись самостійно створювати бази даних для подальшої агрегації та візуалізації існуючого "питання"
- зрозуміти основні відмінності між open source та комерційними інструментами агрегації та візуалізації даних;
- навчитися будувати звіти з використанням різного роду статистичних інструментів вбудованих в програмне забезпечення для візуалізації;
- самостійно зробити проект візуалізації особистого ідеї, компанії, теми та інше

Спосіб навчання: аудиторний/дистанційний

Необхідні обов’язкові попередні й супутні модулі: Сучасні концепції соціальних комунікацій, Цифрові комунікації

Зміст дисципліни: Інформація та данні. Робота з googl-таблицями та MS Excel файлами. Створення SQL- бази даних. Головне сховище відкритих даних (Портал відкритих даних) data.gov.ua та проекти МЦТУ. Національні агрегатори даних та їх сервіси (YouControl, Опендатабот, Суд на долоні та інші). Великі світові центри даних та їх сервіси (Annual reports, World Bank Open Data, Data.gov, Data.un.org). Медіа-моніторінгові сервіси України та світу (Google Alerts, YouScan, Opoint.com, NOKs fishes). Програмне забеспечення для інтеграції різних типів даних (Hadoop, Spark, Databricks). Основні принципи створення звітів на базі севісів Google Data Studio (Looker Studio), Microsoft Power BI та інших подібних сервісів.


Рекомендована література: 1. Eppler M. J., Lengler R. Towards a periodic table of visualization methods. Proceeding GVE '07 Proceedings of the IASTED International Conference on Graphics andVisualization in Engineering. 2007. P. 83-88. URL:https://dl.acm.org/doi/10.5555/1712936.1712954 (date of access: 17.10.2020).
2. Wilke C. O. Fundamentals of Data Visualization: A Primer on Making Informative and Compelling Figures. USA: O'Reilly Media Inc, 2019. 390 p. URL:https://clauswilke.com/dataviz/ (date of access: 18.10.2020).
3. Zelazny G. Say It With Charts: The Executive's Guide To Visual Communication. 4thed. McGraw Hill Professional, 2001. 225 p.
4. What is Data Visualization and Why Is It Important?. URL: https://www.import.io/post/what-is-data-visualization/ (date of access: 16.10.2020).
5. Robertson G., Card S., Mackinlay J. The cognitive coprocessor architecture for interactive user interfaces. Proceedings of UIST, the ACM SIGGRAPH Symposium on User Interface Software and Technology. 1989. P. 10-18.
6. Bounegru L., Chambers L., Gray J. The Data Journalism Handbook. USA : O'Reilly Media, 2012. 242 p. URL: https://datajournalism.com/read/handbook/one (date of access: 18.10.2020).
7. Feldman R., Sanger J. The Text Mining Handbook. Cambridge University Press, 2009. URL: https://doi.org/10.1017/CBO9780511546914 (date of access: 17.10.2020).
8. Відкритий посібник з відкритих даних для громадських організацій, журналістів, і не тільки…. - https://socialdata.org.ua/manual/
9. Посібник по роботі з даними Київ, 2015 Підготовано TEXTY.org.ua https://datajournalism.agency/media/data2015.pdf
10. Дія.Відкриті дані Центр компетенцій в сфері відкритих даних 2023р. - https://diia.data.gov.ua/
11. Дія.Відкриті дані Інструкції користувачам до пакетів відкритих даних 2023р. - https://data.gov.ua/pages/aboutuser2


Форми та методи навчання: лекції, семінарські заняття, самостійна робота. Навчання здійснюється в інтерактивній формі

Методи й критерії оцінювання: Оцінювання знань студентів здійснюється за 100-бальною рейтинговою системою у відповідності до "Положення про критерії оцінювання знань здобувачів вищої освіти в НаУКМА

Мова навчання: українська