Administratívne informácie
| Názov | Príprava a prieskum údajov |
| Trvanie | 60 |
| Modul | A |
| Druh lekcie | Prednáška |
| Zameranie | Praktické – modelovanie umelej inteligencie |
| Téma | Metódy prípravy údajov |
Kľúčové slová
Príprava údajov, čistenie údajov, transformácia údajov, normalizácia údajov, integrácia údajov, redukcia údajov,
Vzdelávacie ciele
- Aby bolo možné vybrať najvhodnejšiu metódu prípravy údajov na základe prípadu
- príprava údajov v praxi (zvládnutie chýbajúcich hodnôt, vytvorenie nových odvodených funkcií)
- Obohacovanie údajov
- Etika: anonymizácia a problémy s tým (identifikácia možná nepriamym spôsobom) – opäť by tam malo byť niekoľko príkladov
- Imputácia – spomenúť, že to môže zaviesť zaujatosť a že to treba mať na pamäti
- Tvorba nových funkcií – strata správnej sémantiky
- Etika: odstránenie skreslenia zo súboru údajov
- Paralely a rozdiely medzi odberom vzoriek údajov v štatistikách a získavaním údajov (vrátane veľkých dát) v prípade VM a umelej inteligencie
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- NEUVÁDZA SA
Voliteľné pre študentov
- NEUVÁDZA SA
Referencie a zázemie pre študentov
- NEUVÁDZA SA
Odporúčané pre učiteľov
Učebné materiály
Pokyny pre učiteľov
Túto triedu môžete založiť na snímkach.
Obrysy
| Trvanie (min) | Popis | Koncepty | |
|---|---|---|---|
| 5 | Obrysy | Metódy prípravy údajov: aký to má zmysel? | |
| 5 | Problémy/predbežné spracovanie | Aké problémy môžu mať údaje, čistenie, čistenie | |
| 5 | Príprava údajov | Čistenie, transformácia, integrácia, normalizácia, imputácia, identifikácia hluku | |
| 5 | Detailná príprava údajov | Formy prípravy údajov | |
| 10 | Detailné čistenie údajov | Oprava alebo odstránenie nesprávnych, poškodených, nesprávne formátovaných, duplicitných alebo neúplných údajov v súbore údajov | |
| 10 | Detailná transformácia údajov | Konvertovanie údajov z jedného formátu do druhého, najlepšie postupy. | |
| 5 | Detailná normalizácia údajov | Najlepšie postupy normalizácie údajov. | |
| 5 | Detailná integrácia údajov | Najlepšie postupy v oblasti integrácie údajov. | |
| 5 | Detailné znižovanie údajov | Najlepšie postupy v oblasti znižovania údajov. | |
| 10 | Príprava údajov v praxi | Filtrovanie, chýbajúce hodnoty, duplikáty, | |
| 5 | Záverečné poznámky | Zdôraznenie dôležitosti prípravy údajov. |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.