Administrative oplysninger
| Titel | Dataanalyseprocessen |
| Varighed | 45 |
| Modul | A |
| Lektionstype | Forelæsning |
| Fokus | Praktisk — modellering af kunstig intelligens |
| Emne | Dataudvinding, Dataanalyse |
Nøgleord
Data Mining,Information Mining,CRISP-DM,IEEE 70xx,
Læringsmål
- At kunne demonstrere viden om dataanalyseprocessen
- At forstå forskellene mellem metoder og standarder
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
- Slides af forelæsningen
Valgfrit for studerende
- Enhver kilde og kort uddrag af IEEE 70xx
Referencer og baggrund for studerende
- IKKE RELEVANT
Undervisningsmaterialer
Instruktioner til lærerne
Emner, der skal dækkes
- Introduktion til, hvad en data er
- Hvorfor data er vigtigt (1 min)
- Data, Information, Viden (1 min)
- En mulig definition af data (1 min.)
- Kvantitative vs kvalitative data (1 min)
- Kvantitativ vs kvalitativ analyse (1 min)
- Fasen af dataanalyse
- Dataanalyseprocessen (5 min.)
- Definition af spørgsmålet (2 min)
- Indsamling og udtagning af data (2 min.)
- Rengøring og omdannelse af data (2 min.)
- Analyse af data (2 min.)
- Del resultaterne (2 min.)
- Seneste tendenser inden for dataudvinding
- Dataudvinding og fælles anvendelser (1 min.)
- Data Mining & Machine Learning (1 min)
- Data & mønstre (1 min.)
- Teknikker til dataudvinding (1 min.)
- Dataudvinding Seneste applikationer (1 min.)
- Sprød-DM (CRoss Industry Standard Process for Data Mining) metode (1 min)
- Sharp-DM (CRoss Industry Standard Process for Data Mining) metode
- Indledning (2 min)
- Forretningsforståelse (1 min.)
- Dataforståelse (1 min.)
- Forberedelse af data (1 min.)
- Modellering (1 min)
- Evaluering (1 min.)
- Indsættelse (1 min)
- Er CRISP-DM Agile eller vandfald? (2 min.)
- Standarden IEEE 70xx
- IEEE Standard Model Process til adressering etisk
- Problemer under systemdesign (10 min)
Tidsplan
| Varighed (min) | Beskrivelse | Koncepter | Aktivitet |
|---|---|---|---|
| 5 | Introduktion til, hvad data er | Data, information, viden, Kvantitative vs kvalitative data, Kvantitativ vs kvalitativ analyse |
Forelæsning |
| 15 | Faserne i dataanalyse (f.eks. udvinding, efterforskning, visualisering) | Flertrins Dataanalyseproces, Indsamling, Ekstraktion, Udforskning, Rengøring, Analyse, Visualisering, deling af resultater |
Forelæsning |
| 5 | De seneste tendenser inden for datamining | Data Mining moderne applikationer | Forelæsning |
| 10 | Cross-DM (Cross Industry Standard Process for Data Mining) metode | Sprøde DM-faser, forretningsforståelse, Dataforståelse, modellering, evaluering, implementering |
Forelæsning |
| 10 | Standarden IEEE 70xx | Etiske spørgsmål, Systemdesign | Forelæsning |
Anerkendelser
Anvendte kilder
- Forskningsartikler
- Tekniske papirer fra nogle virksomheder
- Referencevejledninger
- IBM SPRØD-DM
- IEEE 70xx
- Online Vejledninger og artikler (f.eks., KDNuggets, g2.com, Forbes, Data Science Process Alliance, etc.)
- Andre referencebøger
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.