Detail předmětu

Zpracování a vizualizace dat

FP-zvdPAk. rok: 2025/2026

Předmět "Zpracování a vizualizace dat" zahrnuje úvod do zpracování a vizualizace dat, kde se studenti seznámí s definicemi, významem, nástroji a technologiemi, a základy statistiky a analýzy dat. Dále se zaměří na datové struktury a formáty, předzpracování dat, základní a pokročilé vizualizační techniky, interaktivní vizualizace, vizualizace časových řad a velkých dat. Studenti se také naučí etiku a interpretaci dat, analyzovat případové studie a seznámí se s trendy a budoucností ve zpracování dat, včetně nových technologií, big data a cloudových databází.

Jazyk výuky

čeština

Počet kreditů

4

Garant předmětu

Ing. Jiří Kříž, Ph.D.

Zajišťuje ústav

Ústav informatiky (ÚI)

Vstupní znalosti

Předpokládají se následující vstupní znalosti:
Základní znalosti statistiky a pravděpodobnosti
Základní znalosti práce s tabulkovými procesory (např. Excel)
Základní znalosti databázových systémů a základy SQL

Pravidla hodnocení a ukončení předmětu

Podmínky klasifikovaného zápočtu:
Student musí během semestru získat alespoň 50% bodů, tedy 50 bodů ze 100.
Plagiátorství nebo nedovolená spolupráce na projektech či testech povede k neudělení zápočtu a může být zahájeno disciplinární řízení.
Půlsemestrální test: Vypracování praktického úkolu dle zadání (40 bodů). Minimální počet bodů je 20.
Projekt: Jeden projekt dle zadání s příslušnou dokumentací (60 bodů). Minimální počet bodů je 30.
Zadání je představeno na třetí přednášce. Hodnocení je v souladu s klasifikací ECTS.

Zakončení předmětu pro studenty s individuálním studiem.
Vypracování projektu dle zadání s příslušnou dokumentací. Zadání je představeno na třetí přednášce. Minimálně 50 bodů ze 100.

Učební cíle

Cílem předmětu "Zpracování a vizualizace dat" je poskytnout studentům teoretické a praktické znalosti potřebné pro zpracování a vizualizaci dat. Studenti se naučí používat různé nástroje a technologie pro analýzu a vizualizaci dat, což jim umožní rozvíjet schopnosti interpretovat a prezentovat výsledky analýzy dat. Důležitou součástí kurzu je také seznámení studentů s etickými otázkami spojenými se zpracováním dat. Předmět připraví studenty na práci s velkými datovými soubory a moderními technologiemi v oblasti datové analytiky.

Studijní opory

Studijní opory jsou vystaveny v e-learningu.

Základní literatura

Randolph, G., & Johnson, B. (2020). Microsoft Power BI Quick Start Guide: Build dashboards and visualizations to make your data come to life. 2nd ed. Birmingham: Packt Publishing. ISBN 978-1789138221 (EN)
Russo, M., & Ferrari, A. (2020). The Definitive Guide to DAX: Business intelligence with Microsoft Excel, SQL Server Analysis Services, and Power BI. 2nd ed. Redmond: Microsoft Press. ISBN 978-1509306978. (EN)

Doporučená literatura

Misner, S., & Lester, R. (2019). Introducing Microsoft SQL Server 2019. Redmond: Microsoft Press. ISBN 978-1838826215. (EN)
Seidl, J., & Seidl, M. (2021). Mastering Microsoft Power BI: Expert techniques for effective data analytics and business intelligence. Birmingham: Packt Publishing. ISBN 978-1788297233. (EN)

Zařazení předmětu ve studijních plánech

  • Program BAK-EAM bakalářský

    specializace BAK-EAM-UAD , 2 ročník, letní semestr, povinný
    specializace BAK-EAM-EP , 2 ročník, letní semestr, povinný

Typ (způsob) výuky

 

Přednáška

13 hod., nepovinná

Vyučující / Lektor

Ing. Jiří Kříž, Ph.D.

Osnova

1. Úvod do zpracování a vizualizace dat
Definice a význam
Přehled nástrojů a technologií
Základy statistiky a analýzy dat (popisná a inferenční statistika)
2.Datové struktury a formáty
Strukturovaná a nestrukturovaná data
Formáty dat
Předzpracování dat (čištění, transformace a normalizace)
3. Základní vizualizační techniky
Základní grafy (sloupcové, koláčové, čárové)
Pokročilé vizualizace (heatmapy, scatter ploty)
Nástroje pro vizualizaci dat (Tableau, Power BI, Matplotlib)
4. Interaktivní vizualizace
Vytváření interaktivních dashboardů
Použití interaktivních prvků
Vizualizace geografických dat (mapové vizualizace, GIS)
5.Vizualizace časových řad
Analýza časových řad
Vizualizační techniky pro časové řady
Vizualizace velkých dat (výzvy a řešení, nástroje)
6. Etika a interpretace dat
Etické otázky při zpracování dat
Interpretace a prezentace výsledků
Případové studie (reálné příklady, diskuse a analýza)
7. Trendy a budoucnost ve zpracování dat
Nové technologie a přístupy
Big Data a analytika
Cloudové databáze

Cvičení

26 hod., povinná

Vyučující / Lektor

Ing. Jiří Kříž, Ph.D.

Osnova

1. Úvodní cvičení
Seznámení s nástroji a prostředím
Základní operace s daty
2. Práce s datovými soubory
Import a export dat
Manipulace s datovými rámci
3. Čištění a předzpracování dat
Identifikace a odstranění chyb
Normalizace a transformace dat
4. Základní vizualizace
Vytváření základních grafů
Úprava a přizpůsobení grafů
5. Pokročilé vizualizace
Vytváření pokročilých grafů
Použití pokročilých vizualizačních technik
6. Interaktivní dashboardy
Vytváření interaktivních dashboardů
Práce s interaktivními prvky
7. Vizualizace geografických dat
Práce s mapovými vizualizacemi
Použití GIS nástrojů
8. Vizualizace časových řad
Analýza a vizualizace časových řad
Použití vhodných vizualizačních technik
9. Vizualizace velkých dat
Práce s velkými datovými soubory
Použití nástrojů pro vizualizaci velkých dat
10. Případové studie
Analýza reálných datových souborů
Vytváření vizualizací pro případové studie
11. Projektová práce
Návrh a realizace vlastního projektu
12. Projektová práce
Návrh a realizace vlastního projektu
13. Prezentace a interpretace výsledků

 

Odborné znalosti: Studenti porozumí funkci dat v procesu rozhodování.

Odborné dovednosti: Studenti se naučí používat nástroje a technologie pro transformaci, analýzu a vizualizaci dat.

Odborné způsobilosti: Studenti budou schopni porozumět datům a tyto interpretovat.

Individuální příprava na ukončení

25 hod., nepovinná

Vyučující / Lektor

Ing. Jiří Kříž, Ph.D.

Samostudium

35 hod., nepovinná

Vyučující / Lektor

Ing. Jiří Kříž, Ph.D.