After doing these courses, I feel confident creating professional visualizations and dashboards
Shoebur RahmanProcurement Specialist, Giz Bangladesh
コース説明
ggplot2で可視化スキルを磨いた次のステップとして、より大規模なデータセットに挑戦しましょう。このコースでは、ビッグデータを可視化するための手法をいくつか学びます。特に、スケーラブルな可視化技術であるファセット（小画面分割）に重点を置きます。この手法を、trelliscopejs Rパッケージで実装されたTrelliscopeアプローチを使って実践する方法を学びましょう。TrelliscopeはRの標準的なワークフローにシームレスに組み込め、データを詳細に視覚的に探索できるインタラクティブな可視化を生成します。コースを修了する頃には、大規模データセットのインタラクティブな探索的表示を簡単に作成できるようになり、自身や同僚がデータから新たな知見を得る助けになるでしょう。
前提条件
カリキュラム
コース概要
1
ビッグデータ可視化の基本戦略
ggplot2 を使ったビッグデータのプロット手法をさまざま学びます。要約統計量の計算・プロット、オーバープロット（描画の重なり）への対処法、そしてファセットによる小画面分割の原則など、Trelliscope につながる内容を扱います。
2
ggplot2 + TrelliscopeJS
前の章では、意味のある形で分割できるデータを可視化する強力な手法としてファセットを学びました。今度は trelliscopejs パッケージと ggplot2 を組み合わせて、データの分割数が多すぎて1画面に収まらない場合でも効果的にファセット可視化を作成する方法を学びましょう。
3
Tidyverse で使う Trelliscope
ggplot2 と trelliscopejs の組み合わせは手軽に使えますが、trelliscopejs にはさらに柔軟なファセットプロット機能も備わっています。使用するプロットシステムの選択やコグノスティクス（認知的指標）の指定において、より自由度の高い方法を提供します。この章では、その機能について詳しく学びましょう。
4
ケーススタディ：モントリオール BIXI 自転車データの探索
モントリオールの BIXI 自転車ネットワークは、すべての自転車乗車記録をオープンデータとして公開しています。乗車日時、所要時間、出発・到着ステーションなどの情報が含まれています。この章では、2017年に546のステーション間で行われた400万件以上の乗車データを分析します。このデータからは多くの興味深い探索的な問いを立てることができます。要約統計量からTrelliscopeによる詳細な可視化まで、データへの洞察を深める探索的可視化を作成しましょう。
R
RのTrelliscopeでビッグデータを可視化する
コース修了
