Cíl:

• abyste na konci dokázali sami analyzovat a vizualizovat data

Postup:

• něco málo teorie
• nástroj: jazyk R

Předpoklad, že se v jiných kurzech naučíte:

• statistiku
• ekonometrii

Co ano:

• to, co sami používáme nejčastěji
• to, co potřebujete, abyste se mohli učit dál
• jak jazyk R myslí + filosofie datové analýzy
• tidyverse

Co ne:

• jednotlivé funkce ze statistiky, ekonometrie atd.
• (tj. ne věci, které snadno vygooglujete)

1. crash course in R (5 týdnů)
   • co bude potřeba v tomto kurzu
   • co potřebujete k dalšímu studiu R
2. analýza a vizualizace dat (6 týdnů)
   • práce s řetězci (regulární výrazy a spol.)
   • tidy data (a na ně převést to, co máte)
   • transformace dat
   • vizualizace dat
   • exploratory data analysis
3. ekonometrie v R (1 týden)
4. reproducible research (1 týden)

• domácí studium
  • nahrávky přednášek
  • dané kapitoly v knize (obsahují více než přednášky)
• cvičení
  • praktické použití získaných dovedností na datech v počítačovém labu
• předpokládáme, že se to chcete naučit, takže
  • budete sledovat přednášky
  • budete číst knihu a dokumentaci
  • budete hledat na webu
  • budete si s R hrát

Dnes mimořádně

• administrativa
• skoro přednáška s drobnou aplikací na konci.

Ostatní semináře:

• mini test (testuje znalost z příslušné “přednášky”: videa / knihy)
• řešení domácí úlohy
• vysvětlování nejasností z nové teorie
• procvičení nové teorie na (snad užitečných) příkladech

Občas budeme ukazovat / po vás chtít použít kus kódu, kterému nebudete rozumět: bude používat něco,

• co jsme ještě nevysvětlili
• co možná nevysvětlíme nikdy

Nelekejte se: to je pedagogický záměr:

• takhle vypadá realita
• naučíte se problémy řešit (googlovat)
• až uvidíte koncept později, lépe jej pochopíte

Studijní materiály v ISu:

• nahrávky přednášek
• kniha
• odkazy na užitečné zdroje

Dále v ISu:

• data ke cvičením
• kódy a data k domácím úkolům

Hodnocení předmětu se skládá ze čtyř částí:

• docházka (10 normovaných bodů)
• testy na cvičení (10 normovaných bodů)
• domácí úkoly (40 normovaných bodů)
• zkouška (40 normovaných bodů)

Ke složení zkoušky je třeba získat zároveň:

• aspoň 30 bodů z průběžné práce (dohromady)
• aspoň 20 bodů ze zkoušky

V případě složení zkoušky se známka určí podle tabulky:

Účast ve výuce je

• dobrovolná
• součástí hodnocení předmětu

Normované body za účast ve výuce:

body_ucast <- round(10 * pocet_ucasti / pocet_probehlych_setkani)

Normované body za průběžné testy se spočítají takto:

norm_body_testy <- round(10 * pocet_bodu_z_testu / max_pocet_bodu_z_testu)

Řešením domácího úkolu je R skript.

Vaše řešení musí fungovat pro každá data, která splňují zadání úkolu.

Můžete spolupracovat, ale každý odevzdá vlastní řešení, na kterém se podílel.

Vložíte do příslušné odevzdávárny nejpozději v 8.00 ráno před dalším seminářem.

Opravuje se strojově. Hodnocení se objeví v poznámkovém bloku

Body za domácí úkoly se přepočtou na normované body takto:

body_ukoly <- round(40 * body_ukoly / max_pocet_bodu_ukoly)

Přečtěte si pokyny, jak řešit domácí úkoly – najdete je v separátním dokumentu.

Praktická zkouška u počítače.

Povolené jsou veškeré materiály s výjimkou jakékoli komunikace s živými lidmi.

• Krátkodobá nemoc, reprezentace MU nebo ČR, účast na výcviku či bojové operaci Armády České republiky: možnost prodloužení termínu odevzdání domácího úkolu.

• Dlouhodobá nemoc a mateřství: budeme postupovat ad hoc.

Veškeré případy musejí být doloženy relevantní omluvenkou v ISu.

Oficiální konzultační hodiny nejsou vypsané.

Konzultaci si domluvte individuálně

• na semináři
• mailem

Netelefonujte!

Konzultujte!

Obsahu je hodně. Pokud jste nikdy neprogramovali, může to být těžké.

Pokud se však budete učit a konzultovat, zvládnete to!

Výnosy ze znalosti datové analýzy jsou na trhu práce vysoké a rostou!

Nepropadejte panice!