Informații administrative
| Titlu | Analiza datelor exploratorii |
| Durată | 60 |
| Modulul | A |
| Tipul lecției | Prelegere |
| Focalizare | Tehnic – Fundamentele IA |
| Subiect | Analiza datelor exploratorii |
Cuvinte cheie
Explorarea datelor, T-SNE, PCA,
Obiective de învățare
- Elevul cunoaște tipurile de diagrame de bază și știe când să le folosească.
- Cursantul poate folosi vizualizările pentru a investiga o distribuție a variabilelor.
- Cursantul poate verifica dacă există dependențe între variabile folosind vizualizarea.
- Cursantul este capabil să vizualizeze un set de date înalt dimensional utilizând PCA și T-SNE.
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Nici unul.
Obligatoriu pentru studenți
- Citiți blogul Folosind T-SNE în Python pentru a vizualiza seturile de date cu dimensiuni ridicate (alternativă)
- Citiți capitolul 4 din Manualul Python Data Science
Opțional pentru studenți
Nici unul.
Referințe și context pentru studenți
Nici unul.
Recomandat pentru profesori
- Privind vizualizarea seturilor de date cu dimensiuni mari: Utilizarea T-SNE în Python
- Capitolul 4 din Manualul Python Data Science
Materiale de lecție
Instrucțiuni pentru profesori
Această prelegere se concentrează pe vizualizarea datelor ca parte a procesului de analiză a datelor experimentale (EDA). Prin urmare, nu acoperă vizualizarea datelor pentru, de exemplu, povestirea și prezentările.
Subiecte de acoperit
- Introducere în vizualizarea datelor (5 min)
- Obiectivele vizualizărilor de date (EDA, storytelling)
- Ce diagramă să utilizați pentru ce problemă (15 min)
- Tipuri de diagrame și utilizarea acestora
- Cum de a alege diagrama dreapta
- Do’s și Dont’s
- Verificați variabilele (in)dependente (10 min)
- Vizualizarea datelor cu dimensiuni mari (20 min)
- PCA
- T-SNE
Confirmări
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.