[tämä sivu wikissä][indeksi][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Luento: Tietojen analysointiprosessi

Hallinnolliset tiedot

Otsikko Tietojen analysointiprosessi
Kesto 45
Moduuli A
Oppitunnin tyyppi Luento
Keskittyminen Käytännöllinen – AI Modelling
Aihe Tiedonlouhinta, data-analyysi

Avainsanoja

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

Oppimistavoitteet

Odotettu valmistelu

Oppimistapahtumat valmistuvat ennen

Pakollinen opiskelijoille

  • Luennon diat

Valinnainen opiskelijoille

  • Kaikki lähteet ja lyhyt ote IEEE 70xx:stä

Referenssejä ja taustaa opiskelijoille

  • EI

Oppituntimateriaalit

Ohjeita opettajille

Käsiteltävät aiheet

Aikataulu

Odotettu aikataulu ja konseptien organisointi
Kesto (min) Kuvaus Käsitteet Aktiivisuus
5 Johdanto siihen, mitä data on Data, tieto, osaaminen,

Kvantitatiiviset vs kvalitatiiviset tiedot,

Kvantitatiivinen vs kvalitatiivinen analyysi

Luento
15 Tietojen analysoinnin vaiheet (esim. louhinta, etsintä, visualisointi) Monivaiheinen tietojen analysointiprosessi, Kerääminen,

Louhinta, Tutkimus, Puhdistus, Analyysi,

Visualisointi, tulosten jakaminen

Luento
5 Datan louhinnan viimeaikaiset suuntaukset Datakaivos modernit sovellukset Luento
10 Crisp-DM (Cross Industry Standard Process for Data Mining) -menetelmä Cisp-DM-vaiheet, liiketoimintaymmärrys,

Tietojen ymmärtäminen, mallintaminen, arviointi, käyttöönotto

Luento
10 IEEE 70xx -standardi Eettiset kysymykset, Järjestelmäsuunnittelu Luento

Tunnustukset

Käytetyt lähteet

Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).