Административна информация
| Дял | Анализ на проучвателни данни |
| Продължителност | 60 |
| Модул | А |
| Вид на урока | Лекция |
| Фокус | Технически — основи на ИИ |
| Тема | Анализ на проучвателни данни |
Ключови думи
Проучване на данни, T-SNE, PCA,
Учебни цели
- Обучаемият знае основните типове диаграми и знае кога да ги използва.
- Обучаемият може да използва визуализации, за да проучи разпределението на променливите.
- Обучаемият може да провери за зависимости между променливите, като използва визуализация.
- Обучаемият е в състояние да визуализира високоизмерен набор от данни, използвайки PCA и T-SNE.
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Няма.
Задължително за студентите
- Прочетете блога Използване на T-SNE в Python за визуализиране на високоизмерни набори от данни (алтернатива)
- Прочетете глава 4 от Наръчника за наука за данни на Python
Незадължително за студенти
Няма.
Референции и фон за студенти
Няма.
Препоръчва се за учители
- За визуализиране на високоизмерни набори от данни: Използване на T-SNE в Python
- Глава 4 от Наръчника за наука за данни на Python
Материали за уроци
Инструкции за учители
Тази лекция се фокусира върху визуализацията на данните като част от процеса на анализ на проучвателни данни (EDA). Следователно тя не обхваща визуализацията на данни, например за разказване на истории и презентации.
Теми, които трябва да бъдат обхванати
- Въведение във визуализацията на данните (5 мин)
- Цели на визуализациите на данни (EDA, разказване на истории)
- Коя диаграма да използвате за кой проблем (15 мин)
- Видове диаграми и тяхното използване
- Как да изберем правилната диаграма
- Do’s и Dont’s
- Проверете за (не)зависими променливи (10 мин.)
- Визуализиране на високоизмерни данни (20 мин)
- СПС
- T-SNE
Потвърждения
Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.