Дніпровський національний університет
імені Олеся Гончара
Docendo Discimus

Мистецтво візуалізації даних: як 10-класники Ліцею інформаційних технологій перетворювали числа на візуальні історії

У рамках проведення науково-дослідної практики за програмою підготовки в наукових ліцеях та у межах співпраці з науковими ліцеями м. Дніпра механіко-математичний факультет ДНУ долучився до проведення профільного заходу для старшокласників Дніпровського наукового ліцею інформаційних технологій (ДНЛІТ). Доцентка кафедри аерогідромеханіки та енергомасопереносу Олена Кравець розробила креативний захід з актуальної, сучасної та прикладної тематики, цікавої майбутнім абітурієнтам.

2 червня у стінах Ліцею відбулася спеціальна подія – воркшоп із мистецтва візуалізації даних для учнів 10-Б класу. Захід став справжнім зануренням у світ, де математична точність зустрічається з естетикою дизайну.

Чому візуалізація – це мистецтво? На це запитання учасники шукали відповідь разом, досліджуючи баланс між суворою аналітикою та людським сприйняттям. Під час воркшопу учні пройшли шлях від історичних витоків (починаючи від робіт Вільяма Плейфейра у 1786 році та інновацій Флоренс Найтінгейл у 1857 р.) до сучасних інструментів Data Science.

Відомо, що 80% інформації людина сприймає через зоровий канал. Саме тому візуалізація – це не просто графіки, а міст між цифрами та нашим розумінням світу.

Ключові акценти воркшопу:

• принципи дизайну даних: як позбутися «графічного шуму», чому контраст є ключем до виділення трендів та як контекст впливає на інтерпретацію;

• інструментарій майбутнього: учні класифікували сучасні засоби візуалізації – від корпоративних гігантів Tableau та Power BI до професійних Python-фреймворків (Streamlit, Dash) та математичних пакетів (GeoGebra, Python, Wolfram Mathematica);

• практика: робота з реальними даними про залежність часу використання мобільних телефонів від віку користувачів;

• особливий успіх мало обговорення «поганих практик»: учні на власному досвіді переконалися, чому 3D-діаграми – це антитренд в аналітиці, та навчилися будувати моделі лінійної і нелінійної регресії в GeoGebra.

Висновок: що було зроблено за цей час?

• докладно розібрали інструменти: від легких хмарних сервісів до професійних код-фреймворків (D3.js, Streamlit);
• навчили графіки «говорити»: прибирали зайвий шум, працювали з кольором та контрастом;
• провели аудит даних: будували гістограми в Excel та досліджували регресійні моделі в GeoGebra;
• спростували міф про «красиві» 3D-діаграми, які насправді спотворюють сприйняття.

Учні не просто вчилися будувати графіки – вони вчилися бачити історію за кожним числом. Потрібно пишатися такими учнями, які з легкістю опановують інструменти Data Science!

Дякуємо 10-Б за неймовірну активність та готовність бачити красу в математичних моделях!

Механіко-математичний факультет