Циљ и исход предмета
Стицање неопходних знања и практичних вештина у употреби, пројектовању или развоју апликација за анализу и визуелизацију података. Студент је у стању да конципира и спроводи аналитичка истраживања података, пројектује и развија аналитичке апликације укључујући и оне које обухватају визуелну презентацију података.
Теоријска настава
Врсте података. Ентитети. Релације. Атрибути ентитета и релација. Димензионалност података. Структуирани, полуструктуирани и неструктуирани подаци. Метаподаци. Временски променљиви подаци. Припрема података. Нумеричке трансформације. Промене дистрибуције. Креирање агрегатног значења. Кластеровање и скалирање. Компресија. Дескриптивна, дијагностичка, предиктивна и прескриптивна аналитика. Квантитативна, квалитативна и статистичка аналитика. Семантичка аналитика. Визуелна аналитика. Елементи графичке прерзентације. Перцепција простора. Интеракција са визуелизацијом. Дисеминативна, обзервациона и аналитичка визуелизација. Вишедимензиона визуелизација. Редукција димензија. Метода паралелних координата. Визуелизација временски променљивих података.
Практична настава
Припрема података. Неуредни подаци, чишћење, спајање, дељење података. Трансформације података. Филтери. Груписање података. Елементи фитовања/моделовања података. Регресиони модели. Ефекти глачања. Локализоване регресије. Предикциони интервали. Уклањање трендова. Визуелизација употребом програмског језика R. ggplot2. Хистограми и дијаграми фреквенција, Bar charts, Scatter plots, Boxplots, Violin plot. Визуелизација категоријских података. Mosaic plot. Визуелизација временских серија. Модификовање оса. Легенде. Колективна геометрија. Слојевита граматика дијаграма. Естетика и графички објекти.