Haldusteave
| Ametinimetus | Uurimuslik andmete analüüs |
| Kestus | 60 |
| Moodul | A |
| Õppetunni liik | Loeng |
| Keskendumine | Tehniline – AI alused |
| Teema | Uurimuslik andmete analüüs |
Võtmesõnad
Andmete uurimine, T-SNE,PCA,
Õpieesmärgid
- Õppija teab põhilisi diagrammitüüpe ja teab, millal neid kasutada.
- Õppija saab kasutada visualisatsioone, et uurida muutujate jaotust.
- Õppija saab visualiseerimise abil kontrollida muutujatevahelisi sõltuvusi.
- Õppija suudab visualiseerida suuremõõtmelist andmekogumit, kasutades PCA ja T-SNE.
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Puudub.
Kohustuslik õpilastele
Valikuline õpilastele
Puudub.
Viited ja taust õpilastele
Puudub.
Soovitatav õpetajatele
- Suuremõõtmeliste andmekogumite visualiseerimise kohta: T-SNE kasutamine Pythonis
- Pythoni andmeteaduse käsiraamatu 4.peatükk
Õppematerjalid
Juhised õpetajatele
See loeng keskendub andmete visualiseerimisele osana Exloratory Data Analysis (EDA) protsessist. Seega ei hõlma see andmete visualiseerimist näiteks lugude jutustamise ja esitluste jaoks.
Teemad, mida tuleb käsitleda
- Sissejuhatus andmete visualiseerimisele (5 min)
- Andmete visualiseerimise eesmärgid (EDA, jutuvestmine)
- Millist kaarti kasutada, millise probleemi korral (15 min)
- Diagrammi tüübid ja nende kasutamine
- Kuidas valida õige diagramm
- Do’s ja Dont’s
- Kontrollige (in)sõltumatuid muutujaid (10 minutit)
- Suuremõõtmeliste andmete visualiseerimine (20 min)
- PARTNERLUS- JA KOOSTÖÖLEPING
- T-SNE
Tunnustused
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.