Административна информация
| Дял | Процесът на анализ на данни |
| Продължителност | 45 |
| Модул | А |
| Вид на урока | Лекция |
| Фокус | Практическо — моделиране на ИИ |
| Тема | Извличане на данни, анализ на данни |
Ключови думи
Извличане на данни, информационен добив, CRISP-DM,IEEE 70xx,
Учебни цели
- За да може да демонстрира познания за процеса на анализ на данни
- Да се разберат разликите между методологиите и стандартите
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
- Слайдове на лекцията
Незадължително за студенти
- Всеки източник и кратък екстракт от IEEE 70xx
Референции и фон за студенти
- НЕ Е ПРИЛОЖИМО
Материали за уроци
Инструкции за учители
Теми, които трябва да бъдат обхванати
- Въведение в това, което представляват данните
- Защо данните са важни (1 мин)
- Данни, Информация, Знания (1 мин.)
- Възможно определение за данни (1 мин.)
- Количествени и качествени данни (1 мин)
- Количествен и качествен анализ (1 мин.)
- Етапът на анализа на данните
- Процес на анализ на данни (5 мин.)
- Дефиниране на въпроса (2 мин.)
- Събиране и извличане на данни (2 мин)
- Почистване и трансформиране на данните (2 мин)
- Анализиране на данните (2 мин)
- Споделете резултатите (2 мин.)
- Последните тенденции в извличането на данни
- Извличане на данни и общи употреби (1 мин)
- Извличане на данни и машинно обучение (1 мин)
- Данни и модели (1 мин)
- Техники за извличане на данни (1 мин)
- Последни приложения за извличане на данни (1 мин)
- CCRPS-DM (CRoss Industry Standard Process for Data Mining) методология (1 мин.)
- Cresp-DM (CRoss Industry Standard Process for Data Mining) методология
- Въведение (2 мин.)
- Бизнес разбирателство (1 мин.)
- Разбиране на данните (1 мин)
- Изготвяне на данни (1 мин)
- Моделиране (1 мин)
- Оценка (1 мин.)
- Разполагане (1 мин.)
- CRISP-DM Agile или Водопад? (2 мин.)
- Стандартът IEEE 70xx
- Стандартен модел на IEEE процес за справяне с етиката
- Проблеми по време на проектирането на системата (10 мин)
График
| Продължителност (мин) | Описание | Концепции | Дейност |
|---|---|---|---|
| 5 | Въведение в това, което представляват данните | Данни, информация, знания, Количествени и качествени данни, Количествен и качествен анализ |
Лекция |
| 15 | Етапите на анализа на данните (напр. извличане, проучване, визуализация) | Многоетапен процес на анализ на данни, събиране, Извличане, проучване, почистване, анализ, Визуализация, споделяне на резултати |
Лекция |
| 5 | Последни тенденции в извличането на данни | Използване на съвременни приложения за извличане на данни | Лекция |
| 10 | Cross Industry Standard Process for Data Mining (Cross Industry Standard Process for Data Mining) методология | Хрупкави-DM фази, бизнес разбирателство, Разбиране на данни, моделиране, оценка, внедряване |
Лекция |
| 10 | Стандартът IEEE 70xx | Етични въпроси, системен дизайн | Лекция |
Потвърждения
Използвани източници
- Научни статии
- Технически документи на някои компании
- Справочници
- IBM CRISP-DM
- IEEE 70xx
- Онлайн уроци и статии (напр. KDNuggets, g2.com, Forbes, Data Science Process Alliance и др.)
- Други справочни книги
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.