[den här sidan på wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Föreläsning: Dataanalysprocessen

Administrativ information

Titel Dataanalysprocessen
Varaktighet 45
Modul A
Typ av lektion Föreläsning
Fokus Praktiskt – AI-modellering
Ämne Datautvinning, dataanalys

Nyckelord

Datautvinning, informationsutvinning,CRISP-DM,IEEE 70xx,

Lärandemål

Förväntad förberedelse

Lärande händelser som ska slutföras innan

Obligatoriskt för studenter

  • Bilder från föreläsningen

Valfritt för studenter

  • Alla källor och korta utdrag från IEEE 70xx

Referenser och bakgrund för studenter

  • EJ TILLÄMPLIGT

Lektionsmaterial

Instruktioner för lärare

Ämnen som ska täckas

Tidsplan

Förväntad tidsplan och konceptorganisation
Längd (min) Beskrivning Begrepp Verksamhet
5 Introduktion till vad data är Data, information, kunskap,

Kvantitativa vs Kvalitativa data,

Kvantitativ vs Kvalitativ analys

Föreläsning
15 Faserna av dataanalys (t.ex. extraktion, prospektering, visualisering) Process för dataanalys i flera steg, insamling,

Utvinning, Utforskning, Rengöring, Analys,

Visualisering, delning av resultat

Föreläsning
5 De senaste trenderna inom datautvinning Datautvinning moderna applikationer Föreläsning
10 Cris-DM (Cross Industry Standard Process for Data Mining) metodik Krisp-DM-faser, affärsförståelse,

Dataförståelse, modellering, utvärdering, införande

Föreläsning
10 Standarden IEEE 70xx Etiska frågor, systemdesign Föreläsning

Erkännanden

Använda källor

Masterprogrammet Human-Centered AI har samfinansierats av Fonden för ett sammanlänkat Europa i Europeiska unionen inom ramen för Grant CEF-TC-2020–1 Digital Skills 2020 EU-IA-0068.