Obeleži sve kategorije koje odgovaraju problemu

Priručnik Анализа отворених података представља ново издање на порталу petlja.org. Ауторка приручника Александра Алорић је, користећи сетове отворених података, отворила питања о доступности образовања, сезоналности грипа, јавном градском превозу у Београду али, на пример, да и неку књигу можемо представити као скуп података који можемо да анализирамо. Циљ приручника је да свакога кога занима тема анализе и визуализације података има прилику да се упозна са основним концептима, корак по корак, користећи програмски језик Python и интерактивно окружење за израчунавања Jupyter. 

Иако корене прикупљања и обраде података можемо наћи далеко у прошлости, данас када се говори о анализи података углавном се мисли на податке који се налазе у електронском облику и који су толико бројни да је немогуће да их човек без помоћи рачунара сагледа, обради и из њих донесе адеквате закључке. Није потребно посебно наглашавати да се данашње модерно пословање не може замислити без тимова људи чији је посао да се баве искључиво подацима, њиховом анализом, извлачењем образаца понашања корисника како би одлуке које компаније доносе о будућим корацима у пословању биле засноване на подацима. 

Такође, поред саме анализе података, јако је важно знати и како податке представити. Већина људи лакше запамти информације када су оне визуелно представљене. Одабир да ли ћемо неке податке представити кроз стубичасти или линијски дијаграм или популарну “питицу” је једнако важно. Тиме , неко ко можда не познаје довољно тему о којој је реч или једноставно нема времена да се детаљно бави целом анализом може да стекне први утисак о подацима и закључцима које представљамо. 

У том светлу, приручник пред вама је намењен свакоме ко жели да стекне основна знања о овој теми без обзира да ли је у средњој школи, на факултету или негде запослен. Приручник се састоји од примера анализе јавно доступних података, праћених објашњењима и визуализацијама. Примери коришћени у Приручнику су пажљиво изабрани тако да нам свима на неки начин буду познати и блиски попут тога који средњошколски смерови су популарни или колико има школа са преко 1000 ученика и каква је њихова географска заступљеност, али и примера попут места на којима се најчешће дешавају саобраћајне незгоде. Иако можда на први поглед можемо интуитивно да претпоставимо одговоре на ова питања, често је наша интуиција погрешна или недовољно добра па је далеко боље да све ово потврдимо анализирајући податке и тек на основу анализе изведемо закључке. Стога вам препоручујемо да пролазите лекцију по лекцију, али да се свакако не зауставите на примерима које смо вам ми понудили већ и да сами истражујете неке друге податке и видите до каквих нових сазнања можете да дођете.