[tato stránka na wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Přednáška: Proces analýzy dat

Administrativní informace

Název Proces analýzy dat
Trvání 45
Modul A
Typ lekce Přednáška
Soustředění Praktické – modelování umělé inteligence
Téma Dolování dat, Analýza dat

Klíčová slova

Data Mining,Information Mining, CRISP-DM,IEEE 70xx,

Vzdělávací cíle

Očekávaná příprava

Vzdělávací akce, které mají být dokončeny před

Povinné pro studenty

  • Skluzavky přednášky

Volitelné pro studenty

  • Jakýkoli zdroj a stručný extrakt z IEEE 70xx

Reference a zázemí pro studenty

  • N/A

Materiály pro výuku

Pokyny pro učitele

Témata, která mají být pokryta

Časový harmonogram

Předpokládaný časový harmonogram a koncepce organizace
Doba trvání (min) Popis Koncepty Aktivity
5 Úvod do toho, co jsou data Data, informace, znalosti,

Kvantitativní vs kvalitativní údaje,

Kvantitativní vs kvalitativní analýza

Přednáška
15 Fáze analýzy dat (např. extrakce, průzkum, vizualizace) Vícestupňový proces analýzy dat, Shromažďování,

Extrakce, průzkum, Čištění, Analýza,

Vizualizace, sdílení výsledků

Přednáška
5 Nejnovější trendy v dolování dat Data Mining moderní aplikace Přednáška
10 Metodika Crisp-DM (Cross Industry Standard Process for Data Mining) Crisp-DM fáze, obchodní porozumění,

Porozumění datům, modelování, hodnocení, nasazení

Přednáška
10 Standard IEEE 70xx Etické problémy, návrh systému Přednáška

Potvrzení

Použité zdroje

Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.