mini-pw/2023l-advancedr

Programming and data analysis advanced in R course in Spring 2022/23

Programowanie i analiza danych dla zaawansowanych w R

@kozaka93

Terminy i tematy zajęć

#	Data	Wykład	Laboratorium	Projekt
1	23-02	Co będziemy robić? Zasady zaliczenia przedmiotu	Wstęp do tematyki zajęć	Wprowadzenie do projektów
2	02-03	CRISP DM = CRoss Industry Standard Process for Data Mining	Rozgrzewka z R	Projekt 1 - cel, wymagania, efekty
3	09-03	Dobre praktyki tworzenia kodu w R	Ćwiczenie dobrych praktyk tworzenia kodu w R	Konsultacje.
4	16-03	EDA & AutoEDA	Reprodukowalność wyników	Konsultacje.
5	23-03	Prezentacje studenckie	Znajomość pakietów z rodziny tidyverse	Oddanie P1.1
6	30-03	Projekt 1 - pakiety AutoEDA	Tworzenie pakietów R - część 1
7	06-04
8	13-04	Prezentacje studenckie	Tworzenie pakietów R - część 2	Oddanie P1.2
9	20-04	Prezentacje studenckie	Praca z GitHub - zarządzanie projektem, ustalenia techniczne Projektu 2, zasady pracy
10	27-04	Projekt 2 - składowe	Praca nad Projektem 2
11	11-05	Code review	Praca nad Projektem 2
12	18-05	-	-
13	25-05	Prezentacje studenckie	Prezentacje studenckie
14	01-06	Prezentacje studenckie
15	15-06

Schemat oceniania

W trakcie semestru można uzyskać do 100 punktów, które będą przydzielane według poniższej listy:

• Projekty (2 x 45p)
• Prezentacja (10p)

Aby zaliczyć kurs należy uzyskać co najmniej 51 punktów.

Oceny będą wystawiane zgodnie z tabelą:

Ocena		3	3.5	4	4.5	5
Punkty		(50, 60]	(60, 70]	(70, 80]	(80, 90]	(90, ∞)

2023l-advancedr's Issues

Prezentacja

Grupa: Kinga Frańczak, Marcel Witas
Data: 18.05
Artykuł: Pilhöfer, A., & Unwin, A. (2013). New Approaches in Visualization of Categorical Data: R Package extracat. Journal of Statistical Software, 53(7), 1–25

Prezentacja

Grupa: Jakub Piwko, Dominik Kędzierski, Kacper Skonieczka

Artykuł: Peng, R. (2008). A Method for Visualizing Multivariate Time Series Data. Journal of Statistical Software, Code Snippets, 25(1), 1–17. https://doi.org/10.18637/jss.v025.c01

Data: 13.04

Zadania

https://pbiecek.gitbooks.io/przewodnik/content/Programowanie/zadaniaDplyr.html

Prezentacja

Grupa: Iza Danielewska, Paweł Drągowski, Mateusz Madej

Artykuł: Sieger, T., Hurley, C. B., Fišer, K., & Beleites, C. (2017). Interactive Dendrograms: The R Packages idendro and idendr0. Journal of Statistical Software, 76(10), 1–22. https://doi.org/10.18637/jss.v076.i10

Data: 25.05

Prezentacja

grupa Szymon Gut, Maciej Orslowski
termin: 06.04
temat qgraph: Epskamp, S., Cramer, A. O., Waldorp, L. J., Schmittmann, V. D., & Borsboom, D. (2012). qgraph: Network Visualizations of Relationships in Psychometric Data.

Prezentacja

grupa: Tymoteusz Kwieciński, Marta Szuwarska
data: 23.03 (jakby się dało, jak się nie da to 25.05)
tytuł: Expanding Tidy Data Principles to Facilitate Missing Data Exploration, Visualization and Assessment of Imputations

Prezentacja

Grupa: Weronika Dyszkiewicz, Antoni Chudy, Krzysztof Kłopotowski
Data: 13.04
Artykuł Josse, J., & Husson, F. (2016). missMDA: A Package for Handling Missing Values in Multivariate Data Analysis. Journal of Statistical Software, 70(1), 1–31. https://doi.org/10.18637/jss.v070.i01

Prezentacja

Grupa: Zuzanna Glinka, Malwina Wojewoda, Laura Hoang
Data: 18.05
Artykuł: Fellows, I. (2012). Deducer: A Data Analysis GUI for R. Journal of Statistical Software, 49(8), 1–15. https://doi.org/10.18637/jss.v049.i08

Prezentacja 25.05

Temat: Delignette-Muller, M. L., & Dutang, C. (2015). fitdistrplus: An R Package for Fitting Distributions.
Grupa: Grzegorz Pióro, Ziemowit Głowaczewski