- Oggetto:
- Oggetto:
Laboratorio di Data Visualization
- Oggetto:
Lab of Data Visualization
- Oggetto:
Anno accademico 2022/2023
- Codice dell'attività didattica
- ECM0224
- Docente
- Alessandro Lanteri (Titolare del corso)
- Corso di studi
- Laurea magistrale in Metodi statistici ed economici per le decisioni - a Torino [0402M21]
- Anno
- 2° anno
- Periodo didattico
- Secondo semestre
- Tipologia
- Altre attività
- Crediti/Valenza
- 3
- SSD dell'attività didattica
- SECS-S/01 - statistica
- Modalità di erogazione
- Tradizionale
- Lingua di insegnamento
- Italiano
- Modalità di frequenza
- Obbligatoria/Compulsory
- Tipologia d'esame
- Orale
- Prerequisiti
-
Conoscenza base del linguaggio R, Statistica e Statistica applicata.
Basic knowledge of R, Statistics and Applied Statistics. - Propedeutico a
-
--
-- - Oggetto:
Sommario insegnamento
- Oggetto:
Obiettivi formativi
In un mondo ormai data driven, la visualizzazione dei dati è un’abilità essenziale richiesta a tutti coloro che si servono della rappresentazione grafica per presentare e raccontare i risultati delle loro analisi. Questo non è un insegnamento di analisi statistica o di modelli statistici, bensì un laboratorio che ha come obiettivo principale quello di fornire le conoscenze e gli strumenti per rappresentare in modo corretto, chiaro, attrattivo, efficace e critico i dati. In particolare, il Laboratorio prepara a realizzare grafici statistici tramite la libreria R ggplot2 e a sviluppare applicazioni web interattive tramite il pacchetto R Shiny.
Data visualization is an essential skill required in a data-driven world. Experts in almost every field use visualization to present and tell their findings. This course is not a course of statistical analysis or statistical models but a laboratory course (Lab) whose main objective is to provide the knowledge and tools to visualise data correctly, clearly, attractive, practical and critically. In particular, the Lab prepares attendees to create statistical graphs with ggplot2 (R package) and develop interactive web applications using Shiny (R package).
- Oggetto:
Risultati dell'apprendimento attesi
Alla fine del Laboratorio le studentesse e gli studenti saranno in grado di:
- decidere quali dati visualizzare sulla base del messaggio che vogliono comunicare e del pubblico al quale intendono rivolgersi;
- individuare le rappresentazioni grafiche più idonee a rappresentare i dati;
- organizzare i dati per la visualizzazione;
- realizzare i grafici scelti utilizzando la libreria R ggplot2;
- creare applicazioni web interattive tramite il pacchetto R Shiny;
- presentare dal vivo i dati rendendoli il punto cardine di una storia generale (storytelling).
At the end of the course, the students will be able to:
- decide which data to show according to the research findings they want to communicate, and to the target audience they want to reach;
- identify which type of graph best represents the data;
- organize the information for visualization;
- create the chosen graphics using ggplot2 package;
- build interactive web applications with Shiny package;
- present live to the target audience (in a presentation)the data making them a pivotal point in an overarching storey (storytelling).
- Oggetto:
Modalità di insegnamento
L’insegnamento è strutturato in 18 ore di didattica (3 CFU), suddivise in lezioni da 2 ore in base al calendario accademico. La didattica, che si costituisce di lezioni teoriche e pratiche, è erogata in presenza.
I materiali dell’insegnamento saranno fruibili sulla pagina Moodle dell’insegnamento.
Per motivi organizzativi il Lab avrà inizio il 12 aprile.
The course consists of 18 hours (3CFU) of teaching, divided into classes of 2 hours according to the academic calendar. The teaching, which consists of theoretical and practical lessons, is held in person.
The teaching materials will be available on the teaching Moodle page.
Interaction days will also be agreed upon with the groups in their presence.
- Oggetto:
Modalità di verifica dell'apprendimento
Le studentesse e gli studenti, suddivisi in piccoli gruppi, dovranno realizzare un’applicazione web interattiva tramite il pacchetto R Shiny utilizzando un dataset reale di grandi dimensioni. I gruppi dovranno consegnare al docente la versione definitiva dell’applicazione prima della sessione estiva degli esami del Corso di Laurea.
Ciascun gruppo presenterà il lavoro al docente del Corso e agli altri gruppi in un’unica giornata durante la sessione estiva degli esami del Corso. La presentazione del lavoro avverrà in presenza.
The students, organized in small groups, will produce a data visualization web application for a large real dataset using Shiny. The students must submit the final version of their work to the teacher before the summer session of examinations.
Each group will present the work to the teacher and groups of the course in one day during the summer session of examinations. The presentation of the work will take place in the presence.
- Oggetto:
Attività di supporto
--
--
- Oggetto:
Programma
- Introduzione alla visualizzazione dei dati;
- Approcci ed esempi della visualizzazione dei dati;
- Le rappresentazioni grafiche tramite il pacchetto R ggplot2;
- Applicazioni web interattive tramite il pacchetto R Shiny;
- Storytelling.
- Introduction to the data visualization;
- Data visualiztion approches and examples;
- Graphical representations with ggplot2;
- Interactive web applications with Shiny;
- Storytelling.
Testi consigliati e bibliografia
- Oggetto:
Non sono segnalati libri di testo. Il materiale didattico di riferimento è costituito dalle dispense e dagli script R prodotti dal docente e pubblicati sulla pagina Moodle dell’insegnamento.
Letture consigliate e siti di riferimento:
- Alberto Cairo, 2019, How Charts Lie: Getting Smarter about Visual Information, W. W. Norton Company
- Winston Chang, 2018, R Graphics Cookbook (2nd ed.), [2013], O'Reilly Media, Inc. (edizione on line al link: https://r-graphics.org/)
- Hadley Wickham, 2016 [2009], ggplot2: Elegant Graphics for Data Analysis (Use R!) (2nd ed.), Springer, New York (3nd edizione on line al link https://ggplot2-book.org/)
- Shiny by Rstudio; A web application framework for R: https://shiny.rstudio.com/
- Hadley Wickham, 2020, Mastering Shiny (online version, https://mastering-shiny.org/index.html)
- Cole Nussbaumer Knaflic, 2020, Storytelling with data: let’s pratice!, Hoboken, New Jersey: John Wiley & Sons, Inc.
No textbooks are reported. The teaching material consists of the lecture notes and R scripts produced by the teacher and published on the Moodle page of the course.
However, some readings are awesome:
- Alberto Cairo, 2019, How Charts Lie: Getting Smarter about Visual Information, W. W. Norton Company
- Winston Chang, 2018, R Graphics Cookbook (2nd ed.), [2013], O'Reilly Media, Inc. (edizione on line al link: https://r-graphics.org/)
- Hadley Wickham, 2016 [2009], ggplot2: Elegant Graphics for Data Analysis (Use R!) (2nd ed.), Springer, New York (3nd edizione on line al link https://ggplot2-book.org/)
- Hadley Wickham, 2020, Mastering Shiny (online version, https://mastering-shiny.org/index.html)
- Shiny by Rstudio; A web application framework for R: https://shiny.rstudio.com/
- Cole Nussbaumer Knaflic, 2020, Storytelling with data: let’s pratice!, Hoboken, New Jersey: John Wiley & Sons, Inc.
- Oggetto:
Note
Per motivi didattici, il Laboratorio è riservato a coloro che sono regolarmente iscritti al II anno del Corso di Laurea Magistrale in Metodi Statistici ed Economici per le Decisioni.Per coloro che sono iscritti ad altri Corsi di Laurea Magistrale o Dottorati ed hanno i pre-requisiti richiesti per frequentare il Laboratorio devono contattare via email la docente.ATTENZIONE!!!
Il Lab Data Viz è stato affidato al Dott. Lanteri Alessandro. Le lezioni avranno inzio il 12 aprile e sono calendarizzate come:
* 12-18-19 Aprile 10-16-23-24 Maggio (aula: Lab. G1)
* 09 Maggio (aula: LL1)
* 17 Maggio (aula: H6)Gli orari sono consultabili sul calendario delle lezioni.
- Oggetto:
