Merge pull request #73 from knmlprz/presentation-api-usage

Describe API usage

presentation.md

@@ -12,14 +12,18 @@ fonttheme: professionalfonts
 
 # O nas
 
+::: notes
 Jesteśmy studentami Politechniki Rzeszowskiej na kierunku Inżynieria i analiza
 danych, a także członkami nowo stworzonego koła uczenia maszynowego. Chcemy
 pokazać to, co udało nam się odkryć w trakcie realizacji pierwszego Hackathonu
 realizowanego w naszym kole, a dotyczył on pandemii.
+:::
+
 [//]: # (Dodać logo koła naukowego)
 
 # Nasz cel
 
+::: notes
 Naszym celem było znalezienie, reguł asocjacyjnych i ciekawych zależności w
 danych z zachorwań, które docelowo miały nam posłużyć do lepszego zrozumienia
 sposobu rozprzestrzeniania się koronawirusa SARS-COV-2 i przewidywania ilości
@@ -28,17 +32,19 @@ zachorowań.
 Pokażemy, w jaki sposób pracowaliśmy, jakich technik używaliśmy i jak zdobyliśmy
 dane, których używaliśmy. Mamy nadzieję, że są wśród was studenci, których
 zainteresujemy naszą pracą i dołączą do naszego koła naukowego.
+:::
 
 # Dane
 
+::: notes
 Jeszcze, gdy zaczynaliśmy, liczba zachorowań nie przekraczała 500 osób
 dziennie (był to okres od marca do maja 2020), wtedy kolejnymi falami określano
 niewielkie z perspektywy czasu wzrosty zakażeń. 
-
-![Tutaj będzie wykres zakażeń z marca 2020](img/obrazek.png)
+:::
 
 # Jak znaleźć źródła danych?
 
+::: notes
 To było pierwszym pytanie, jakie zadaliśmy sobie w naszym projekcie. Szczególnie
 na początku pandemii dostęp do szczegółowych danych nie był tak prosty. Powodów
 było kilka:
@@ -49,9 +55,11 @@ było kilka:
 
 A szczególnie interesowały nas dane z podziałem na województwa, ewentualnie na
 jeszcze mniejsze jednostki podziału terytorialnego.
+:::
 
 # Źródła danych
 
+::: notes
 Na szczęście udało nam się znaleźć inne źródła, tj. strony tworzone przez ludzi,
 którzy codziennie sami zbierali te dane i udostępniali je w formie wykresów.
 Przykładem takiej strony jest <koronawirusunas.pl>. Dzięki uprzejmości jej
@@ -63,14 +71,34 @@ Do głównych źródeł danych zaliczyć możemy:
 - IHME
 - koronawirusunas.pl
 - policja.pl
-
+:::
 
 # Techniki zbierania danych
 
-Główną techniką wykorzystywaną przez nas wył web scraping, stworzyliśmy skrypty,
+::: notes
+Główną techniką wykorzystywaną przez nas był web scraping, stworzyliśmy skrypty,
 które (oczywiście za zgodą właścicieli portali) pobierały z nich bieżące dane. Z
 kolei pozostałe dane były udostępnione publicznie w formie skompresowanych
 plików, także aktualizowanych codziennie.
+:::
+
+## Dostęp do API
+
+::: notes
+Część danych była dostępna bezpośrednio z API, tzn. wysyłając zapytanie do
+strony otrzymywaliśmy dane gotowe do przyjęcia przez program. Była to
+sytuacja o tyle prostsza od scrapingu, że nie musieliśmy dodatkowo przetwarzać
+tych danych.
+
+Wśród danych dostępnych przez API były dane pogodowe, jednak bardzo ułatwiało
+to pracę.
+
+Niestety w tym roku Meteostat zaktualizował API do wersji drugiej, która jest
+zupełnie niekompatybilna z poprzednią. Z tego powodu nasz kod bez drognych
+modyfikacji nie działa aktualnie, a z braku czasu jeszcze go nie naprawiliśmy.
+Wszystkie analizy oparte są na danych, które zapisaliśmy w trakcie pierwotnego
+pisania.
+:::
 
 ## Użycie API
 
@@ -94,25 +122,28 @@ cała aglomeracja przewyższa populacją Warszawę.
 
 # Jak pracowaliśmy z danymi
 
+::: notes
 Te dane musiały zostac sprowadzone do wspólnego formatu, tak aby wszystkie
 stworzone wykresy i analizy można było odtwarzać natychmiast po aktualizacji
 danych, ponieważ te zmieniały się z dnia na dzień wraz z rozwojem pandemii. Do
 tego wykorzystaliśmy pythona i Jupyterlab.
+::: 
 
 # Jak pracowaliśmy z danymi
 
+::: notes
 Z pomoca jupyterlab można stworzyć interaktywne notatniki, które działają krok
 po kroku, jeden z nich służył wyłącznie do pobrania danych ze wszystkich źródeł
 ich oczyszczenia i sprowadzenia do wspólnego formatu. Same analizy znalazły się
 w osobnym notatniku, co umożliwiło nam zapanowanie nad projektem. Oczywiście
 korzystanie z notatników też ma swoje wady, kolejne zmiany utrzymywane w
 systemie kontroli wersji Git nie są czytalne.
+:::
 
 ![Wykres zarażeń województwa + Polska](img/zar.png)
 
-
 # Wnioski
 
 ## Czego się nauczyliśmy z tej analizy?
 
-## Co innego zyskaliśmy?
+## Co innego zyskaliśmy?