Διοικητικές πληροφορίες
| Τίτλος | Διερευνητική ανάλυση δεδομένων |
| Διάρκεια | 60 |
| Ενότητα | Α |
| Είδος μαθήματος | Διάλεξη |
| Εστίαση | Τεχνικά — Ιδρύματα τεχνητής νοημοσύνης |
| Θέμα | Διερευνητική ανάλυση δεδομένων |
Λέξεις-κλειδιά
Εξερεύνηση στοιχείων, τ-SNE, PCA,
Μαθησιακοί στόχοι
- Ο μαθητής γνωρίζει τους βασικούς τύπους γραφημάτων και ξέρει πότε να τους χρησιμοποιήσει.
- Ο μαθητής μπορεί να χρησιμοποιήσει οπτικοποιήσεις για να διερευνήσει μια κατανομή μεταβλητών.
- Ο μαθητής μπορεί να ελέγξει για εξαρτήσεις μεταξύ μεταβλητών χρησιμοποιώντας οπτικοποίηση.
- Ο μαθητής είναι σε θέση να απεικονίσει ένα σύνολο δεδομένων υψηλής διάστασης χρησιμοποιώντας PCA και T-SNE.
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Καμία.
Υποχρεωτικό για τους φοιτητές
- Διαβάστε το blog Χρησιμοποιώντας το T-SNE στην Python για να οπτικοποιήσετε σύνολα δεδομένων υψηλής διάστασης (εναλλακτική)
- Διαβάστε το κεφάλαιο 4 του Εγχειριδίου Επιστήμης Δεδομένων της Python
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
Καμία.
Συνιστάται για εκπαιδευτικούς
- Για την απεικόνιση συνόλων δεδομένων υψηλών διαστάσεων: Χρησιμοποιώντας το T-SNE στην Python
- Κεφάλαιο 4 του Εγχειριδίου Επιστήμης Δεδομένων της Python
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Η διάλεξη επικεντρώνεται στην οπτικοποίηση δεδομένων στο πλαίσιο της διαδικασίας Εξερευνητικής Ανάλυσης Δεδομένων (EDA). Ως εκ τούτου, δεν καλύπτει την απεικόνιση δεδομένων για, για παράδειγμα, την αφήγηση ιστορίας και τις παρουσιάσεις.
Θέματα προς κάλυψη
- Εισαγωγή στην οπτικοποίηση δεδομένων (5 λεπτά)
- Στόχοι οπτικοποιήσεων δεδομένων (EDA, storytelling)
- Ποιο διάγραμμα να χρησιμοποιήσετε για ποιο πρόβλημα (15 λεπτά)
- Τύποι γραφημάτων και η χρήση τους
- Πώς να επιλέξετε το σωστό διάγραμμα
- Do’s και Dont’s
- Έλεγχος για (αν)εξαρτώμενες μεταβλητές (10 λεπτά)
- Οπτικοποίηση των υψηλών διαστάσεων δεδομένων (20 λεπτά)
- ΣΕΣΣ
- Τ-ΑΕΕ
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.