Poznati autori koji su pisali o podacijskoj pismenosti i ostalim temama vezanim za podatke

1. David Hand - profesor statistike i bivši predsednik Royal Statistical Society-a, autor nekoliko knjiga o statistici i podacima, uključujući "The Improbability Principle" i "Dark Data: Why What You Don't Know Matters".
2. Edward Tufte - bivši profesor političke nauke i vizualne umetnosti, autor nekoliko knjiga o vizualizaciji podataka, uključujući "The Visual Display of Quantitative Information" i "Envisioning Information".
3. Alberto Cairo - profesor vizualnog novinarstva i autor knjiga o vizualizaciji podataka, uključujući "The Functional Art" i "The Truthful Art".
4. Cathy O'Neil - matematičarka i autorka knjige "Weapons of Math Destruction", koja se bavi pitanjem kako algoritmi i analiza podataka mogu dovesti do nepravde i diskriminacije.
5. Hans Rosling - profesor internacionalne zdravstvene statistike i autor knjige "Factfulness", koja promoviše pozitivan stav prema podacima i činjenicama.
6. Cole Nussbaumer Knaflic - autorka knjiga "Storytelling with Data" i "Storytelling with Data: Let's Practice!", koje se bave pitanjem kako vizualizirati podatke na način koji će biti lako razumljiv i privlačan.
7. Nate Silver - autor knjige "The Signal and the Noise: Why So Many Predictions Fail — but Some Don't", koja se bavi pitanjem kako razumeti i koristiti podatke za predviđanje budućih događaja.
8. Daniel Kahneman - nobelovac za ekonomiju i autor knjige "Thinking, Fast and Slow", koja se bavi pitanjem kako ljudi donose odluke i interpretiraju informacije.
9. Steven Levitt i Stephen Dubner - autori knjige "Freakonomics: A Rogue Economist Explores the Hidden Side of Everything", koja se bavi pitanjem kako koristiti podatke i statistiku za otkrivanje neočekivanih uzročno-posljedičnih veza u društvu.
10. Ben Fry - autor knjige "Visualizing Data: Exploring and Explaining Data with the Processing Environment", koja se bavi pitanjem kako vizualizovati i prezentovati podatke na kreativan i efektivan način.
11. Hadley Wickham - programer i autor knjige "R for Data Science", koja se bavi pitanjem kako koristiti programski jezik R za analizu i vizualizaciju podataka.
12. Kenneth Cukier i Viktor Mayer-Schönberger - autori knjige "Big Data: A Revolution That Will Transform How We Live, Work, and Think", koja se bavi pitanjem kako velike količine podataka mijenjaju način na koji živimo i radimo.

1. "U svakodnevnom životu susrećemo se s mnogim događajima koji se čine nemogućim. Međutim, ako uzmete u obzir činjenicu da se ti događaji javljaju u velikom broju prilika, postaje jasno da su takve stvari zapravo vrlo verojatne." - iz knjige "The Improbability Principle"
2. "U današnjem svetu količina podataka eksponencijalno raste, a istovremeno se povećava i količina informacija koje ne razumemo ili ne prepoznajemo. To je ono što zovemo 'tamni podaci' - oni su tamo, ali ih ne vidimo." - iz knjige "Dark Data: Why What You Don't Know Matters"
3. "Statistika je ključni alat u razumevanju sveta oko nas. Bez nje, sve što bismo znali bilo bi ograničeno na naša osobna iskustva i intuiciju, što je često nepouzdano i subjektivno." - iz knjige "The Improbability Principle"
4. "Upravljanje rizikom je jedno od najvažnijih područja primene statistike. Bez statistike, ne bismo imali način da razumemo verovatnoću događaja koji se javljaju u našim životima i poslovanju." - iz knjige "Dark Data: Why What You Don't Know Matters"
5. "Statistika se ne bavi samo brojkama, već i ljudima. U krajnjem slučaju, statistika je alat za razumevanje i poboljšanje sveta u kom živimo." - iz knjige "The Improbability Principle"
6. "U svakom skupu podataka postoje izuzeci, ali to ne znači da se radi o nečemu čudnom ili neobičnom." - The Improbability Principle
7. "Razumevanje verovatnoće nije samo važno za statističare, već za svakoga ko želi doneti odluke bazirane na informacijama." - The Improbability Principle
8. "Mnoge stvari koje se čine neverojatnim su zapravo vrlo verovatne." - The Improbability Principle
9. "Ponekad najvažnije stvari nisu ono što znamo, već ono što ne znamo." - Dark Data
10. "Svaki put kad nešto merimo, podaci koje dobijemo su zaraženi greškama." - The Improbability Principle
11. "Mnogi ljudi greše misleći da ako nešto ima malu verovatnoću da se nikada neće dogoditi." - The Improbability Principle
12. "Podaci mogu biti vrlo moćni, ali samo ako su pravilno prikupljeni, obradjeni i interpretirani." - Dark Data
13. "Ako podaci nisu prikupljeni na odgovarajući način, možemo doći do pogrešnih zaključaka." - Dark Data
14. "Podaci nam pružaju mogućnosti za otkrivanje novih spoznaja, ali isto tako mogu nas i dovesti do zabluda." - Dark Data
15. "Nema savršenih podataka, a to znači da uvijek moramo biti oprezni u njihovoj interpretaciji." - Dark Dat

1. "Dobra vizualizacija omogućava gledaocu da vidi ono što autor nije ni znao da je tamo." - The Visual Display of Quantitative Information
2. "Kvalitetna grafika bi trebalo da prikazuje mnogo podataka na malom prostoru, čineći ih jasnim, preciznim i iznad svega, lako razumljivim." - The Visual Display of Quantitative Information
3. "Dizajn nije samo o tome kako nešto izgleda i kako se oseća. Dizajn je kako nešto radi." - Envisioning Information
4. "Dobro osmišljen grafički prikaz može odgovoriti na mnoga pitanja koja se ne mogu postaviti u rečima." - The Visual Display of Quantitative Information
5. "Grafika bi trebalo da prikaže ne samo ono što je izravno merljivo, već i ono što se može razumeti samo posredno." - Envisioning Information
6. "Uvek postoji nešto novo da se nauči iz grafičkih prikaza, čak i onda kada smo već upoznati sa podacima." - The Visual Display of Quantitative Information
7. "Cilj vizualizacije podataka je da se čitalac upozna s podacima, a ne da impresionira autora." - The Visual Display of Quantitative Information
8. "Grafika bi trebala biti lepa, ali i jasna i funkcionalna." - Envisioning Information
9. "Nije dovoljno samo prikazati podatke, treba ih i interpretirati." - The Visual Display of Quantitative Information
10. "Dizajn vizualizacije podataka bi trebao biti u službi podataka, a ne obratno." - Envisioning Information

1. "Vizualizacija je jezik, a ne dekoracija." - The Truthful Art
2. "Vizualizacija podataka ne može zameniti analizu podataka, ali može olakšati analizu i interpretaciju podataka." - The Functional Art
3. "Vizualizacija nije samo umetnički izraz, već i sredstvo komunikacije." - The Truthful Art
4. "Cilj vizualizacije nije impresionirati, već edukovati." - The Functional Art
5. "Vizualizacija podataka je alat za istraživanje, analizu, komunikaciju i, iznad svega, za razumevanje sveta oko nas." - The Truthful Art
6. "Vizualizacija podataka je proces koji počinje izborom prave pripovedačke strukture." - The Functional Art
7. "Vizualizacija podataka bi trebala osvetliti tajne koje se kriju u podacima, a ne ih zamagljivati." - The Truthful Art
8. "Vizualizacija podataka treba biti jednostavna i intuitivna, ali istovremeno i elegantna i efikasna." - The Functional Art
9. "Dobar dizajn vizualizacije podataka je dizajn koji radi." - The Truthful Art
10. "Vizualizacija podataka je umetnost i nauka koja zahteva puno strpljenja, predanosti i, iznad svega, kreativnosti." - The Functional Art

1. "Sve više se oslanjamo na matematičke modele kako bi donosili odluke koje imaju ozbiljne posledice po živote ljudi, ali te modele retko proveravamo ili kritikujemo na način na koji to zaslužuju."
2. "Algoritmi su moćni alati koji mogu poboljšati društvo, ali mogu i pogoršati nepravdu."
3. "Čak i najnapredniji algoritmi ne mogu nadoknaditi osnovne društvene probleme, poput nejednakosti u obrazovanju i zdravstvenoj staranje."
4. "Matematika ne može zameniti moralne vrednosti koje su ključne za odluke koje utiču na živote ljudi."
5. "Mnoge firme i organizacije koriste algoritme koji su nepravedni i diskriminatorski, a tehnološka zajednica ima odgovornost da se bori protiv takvih nepravdi."
6. "Umesto da se oslanjamo na slepo verovanje u algoritme, moramo razviti kritički stav prema njihovoj upotrebi i proveriti njihovu etiku i pravdu."
7. "Podaci koji se koriste za trening algoritama su podložni greškama i pristranostima, a ti nedostaci mogu se odraziti u konačnim odlukama koje se donose na temelju tih algoritama."
8. "Upravljanje algoritmima nije samo tehničko pitanje, već i političko pitanje koje zahteva društvenu debatu i zakonodavni okvir."
9. "Kada se radi s osetljivim podacima o ljudima, poput medicinskih podataka ili kreditne istorije, potrebno je provesti stroge sigurnosne mere kako bi se osigurala privatnost i sigurnost tih podataka."
10. "Naša odgovornost kao društva nije samo da razvijemo bolje algoritme, već da razvijemo bolje i pravednije društvo koje će te algoritme koristiti na odgovoran način."

1. "Čim razumemo da je svet mnogo bolji nego što izgleda, započinjemo promenu ka boljem."
2. "Svi smo ponekad toliko zauzeti gledanjem stvari koje se pogoršavaju da ne vidimo stvari koje se poboljšavaju."
3. "Kada je reč o novostima, glavna vest nije ono što se dogodilo, već da se promenilo mnogo manje nego što smo mislili da će se promeniti."
4. "Pogrešno je razmišljati o svetu kao o podeljenom na bogate zapadne zemlje i siromašne druge. Svetska populacija se u suštini deli na dve grupe: veoma siromašne i nešto manje siromašne."
5. "Podaci ne mogu rešiti sve probleme, ali to je bolji početak nego problemi bez podataka."
6. "Čak i u zemljama sa ekonomskim problemima, većina ljudi živi srednji život, a ne u krajnjoj siromaštvu."
7. "Nikada nemojte verovati jednoj priči o nekom delu sveta. Uvek tražite više priča, a zatim gledajte kako se te priče uklapaju u slike koje dobijate iz podataka."
8. "Jedan od najčešćih uzroka lošeg razumevanja sveta jeste preterana pojednostavljenost."
9. "Svet nije podeljen na dva dela - razvijeni zapad i nerazvijeni svet. Umesto toga, postoji spektar zemalja koje se razvijaju brzo, nešto sporije ili gotovo nikako."
10. "Nauka je ključna za bolje razumevanje sveta, ali nauka ne može sama doneti odluke. Moramo donositi odluke koristeći našu procenu vrednosti."

1. "Vizualizacija je način da se podaci pretvore u priču koju ljudi mogu razumeti i upamtiti."
2. "Vizualizacija podataka treba da bude jednostavna, intuitivna i efikasna."
3. "Kada vizualiziramo podatke, ne smemo zaboraviti da su to stvarni ljudi s kojima se bavimo."
4. "Pre nego što započnete vizualizaciju podataka, razmislite o svrsi i ciljevima koje želite postići."
5. "Vizualizacija podataka nije samo alat za komuniciranje informacija, već i alat za otkrivanje novih znanja."
6. "Pravi cilj vizualizacije podataka je da pomogne ljudima da donose bolje odluke na osnovu podataka."
7. "Vizualizacija podataka ne bi trebala biti samo lijepa, već bi trebala imati smisla i biti funkcionalna."
8. "Vizualizacija podataka može biti vrlo moćan alat za pričanje priča."
9. "Vizualizacija podataka nije samo stvar tehnologije, već i kreativnosti i umeća komunikacije."
10. "Vizualizacija podataka može biti alat za rešavanje složenih problema na način koji je razumljiv svima."

1. "Najvažnije pravilo u predviđanju je ne prihvatiti stvari kakve jesu."
2. "Najbolje što možemo učiniti je učiniti vjerojatno ono što je moguće."
3. "Najveća greška koju statističari čine je pretpostavka da su njihovi podaci stvarni."
4. "Statistika ne govori istinu, već govori istinu u okviru statističkih granica."
5. "U svakom odnosu između količine podataka i kvalitete podataka, količina pobjeđuje."
6. "Ključno je znati kada nešto ne znate."
7. "Statistika nam pomaže da shvatimo koliko su složene stvari zaista složene."
8. "Svaka situacija je jedinstvena i zahtijeva različite pristupe, ali ako imate jasan sistem vrijednosti i nekoliko osnovnih principa, možete se prilagoditi."
9. "Možemo biti pametni u grupi, iako su pojedinci ne baš tako pametni."
10. "Istina nije ono što želite da bude; to je ono što su podaci pokazali."

1. "Ako niste spremni da pogrešite, nikada nećete naučiti ništa novo."
2. "Optimizam je normalan, a pesimizam je racionalan u svetu u kojem se stvari popravljaju."
3. "Ljudi retko misle ono što kažu, a nikada ne kažu ono što misle."
4. "Jedna od glavnih funkcija mozga jeste da ublažava iznenađenja koja nam priređuje svet."
5. "Mi ne možemo da zamislimo alternativu onome što znamo."
6. "Ljudi ne osećaju konačnu količinu novca koju imaju; oni osećaju promene."
7. "Smatramo da smo objektivni, ali zapravo smo pristrasni prema svojim željama."
8. "Naše odluke nisu samo rezultat racionalnog razmišljanja, već su često oblikovane emocijama i intuitivnim procesima."
9. "Nismo svesni mnogih stvari koje utiču na naše odluke."
10. "Ograničena je naša sposobnost da predvidimo budućnost, jer ne razumemo dovoljno prošlost."

1. "Ako zanemarimo svu ostalu buku koja okružuje jedno istraživanje, podaci su zapravo glasni." - Steven Levitt, "Freakonomics"
2. "Čak i ako ne volite brojeve, brojevi vole vas." - Steven Levitt, "Freakonomics"
3. "Sve što radite ili ne radite ima trošak, čak i ako ne vidite taj trošak." - Stephen Dubner, "Freakonomics"
4. "Problem sa ponavljanjem istih grešaka je u tome što one često postaju navika." - Steven Levitt, "Think Like a Freak"
5. "Kada stvari idu po zlu, morate biti iskreni prema sebi, ali ne smete se prestati boriti." - Stephen Dubner, "Think Like a Freak"
6. "Malo podataka može biti lošije od nimalo podataka." - Steven Levitt, "Freakonomics"
7. "Ne možete biti oštar ako ste konstantno iscrpljeni." - Stephen Dubner, "Think Like a Freak"
8. "Ljudi koji su stekli neko znanje, a zatim prestali učiti, često su najopasniji od svih." - Steven Levitt, "Think Like a Freak"
9. "Pogrešno je misliti da je svaki problem jedinstven i da za njega postoji jedinstveno rešenje." - Stephen Dubner, "Think Like a Freak"
10. "Najbolji način da naučite nešto je da to objasnite nekome drugome." - Steven Levitt, "Think Like a Freak"

1. "Uspostavljanje odnosa između ljudi i podataka je ono što je vizualizacija podataka zaista, stvarno uzbudljivo."
2. "Vizualizacija podataka je proces otkrivanja priča u podacima."
3. "Vizualizacija podataka može biti moćan način otkrivanja skrivenih uzoraka i informacija koje bi inače mogle ostati neprimećene."
4. "Ključno je razumeti podatke koje vizualizujemo i prikazati ih na način koji će biti jasan i relevantan za publiku."
5. "Vizualizacija podataka može biti korisna ne samo za analizu podataka, već i za komunikaciju i podučavanje drugih o složenim konceptima."
6. "Jedna od glavnih prednosti vizualizacije podataka je što nam omogućava da brzo i lako identifikujemo trendove i obrasce u podacima."
7. "Ključna komponenta vizualizacije podataka je dizajn. Dobro osmišljen dizajn može pomoći u prenošenju složenih informacija na jasan i efektivan način."
8. "Vizualizacija podataka nije samo tehnološki zadatak - zahtijeva kreativnost, razumijevanje publike i ciljeva projekta."
9. "Vizualizacija podataka može biti korisna u gotovo svakom sektoru, od zdravstvene zaštite do poslovanja, a može nam pomoći u donošenju boljih odluka na temelju činjenica."
10. "Vizualizacija podataka nije samo o stvaranju lijepih grafikona i dijagrama - to je otkrivanje priča koje su skrivene u podacima i prenošenje tih priča na publiku na jasan i uvjerljiv način."

1. "Ovaj svet je niz podataka. Mi smo ti koji ih moraju razumeti."
2. "Samo zato što možete nešto izmeriti, ne znači da to i treba da uradite."
3. "Programiranje je jezik vizualizacije podataka."
4. "Kada se usredsredite samo na statistiku, zaboravljate da su ljudi ti koji se nalaze iza podataka."
5. "Dobra vizualizacija omogućava nam da pričamo priče iz podataka koje inače ne bismo videli."
6. "Obrada podataka nije samo za programere. Svi bi trebali da nauče kako da razumeju i koriste podatke."
7. "Analiza podataka nije samo o softveru, već i o tome kako mislimo o podacima."
8. "Statistika ne bi trebala biti misterija, već nešto što ljudi mogu razumeti i primeniti."
9. "Analiza podataka bi trebalo da bude kao kuvanje. Potrebna vam je dobra kuhinja (softver), ali i osnovna znanja o sastojcima (statistika) i procesima (metodologija)."
10. "Vizualizacija podataka nije samo o estetici, već o tome kako ljudi razumeju informacije."

1. "Big Data je revolucija koja će promeniti način na koji živimo, radimo i razmišljamo."
2. "U svetu Big Data, sposobnost da brzo analizirate i koristite podatke je ključna."
3. "Big Data se ne bavi samo količinom podataka, već i raznolikošću, brzinom i vrednošću."
4. "Big Data je poput svetlosti koja otkriva nove aspekte stvarnosti."
5. "Big Data nas tera da razmišljamo o stvarima na nove načine i da pronađemo nove načine za rešavanje problema."
6. "Big Data može biti snažan alat za promene u oblastima kao što su medicina, energetika i obrazovanje."
7. "Big Data omogućava da se rešavaju problemi na način koji je prethodno bio nemoguć."
8. "Big Data je kao novi element koji se pojavio u periodnom sistemu elemenata, otkrivajući nove načine na koje se svet sastoji."
9. "Big Data zahteva novu vrstu saradnje između naučnika, inženjera, preduzetnika i političara."
10. "Big Data može doneti značajne prednosti i inovacije, ali i izazove i opasnosti ako se ne koristi odgovorno i transparentno."

NAPOMENA: Za prikupljanje podata je korišćen ChatGPT. Svaka vaša primedba bi bila od velike koristi.