Administrative oplysninger
| Titel | Uovervåget læring |
| Varighed | 60 min. |
| Modul | A |
| Lektionstype | Forelæsning |
| Fokus | Praktisk — modellering af kunstig intelligens |
| Emne | Analyse af data |
Nøgleord
Uovervåget læring, Klarring, Avanceret Klyngedannelse, Etik,
Læringsmål
- lær grundlæggende om uovervåget læring
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
- Python
- pandaer
Valgfrit for studerende
Ingen.
Referencer og baggrund for studerende
Ingen.
Anbefalet til lærerne
Ingen.
Undervisningsmaterialer
Instruktioner til lærerne
Du kan basere denne klasse omkring rutsjebanerne.
Oversigt/tidsplan
| Varighed (min) | Beskrivelse | Koncepter |
|---|---|---|
| 5 | Uovervåget læring | Introduktion til uovervåget læring (vs overvåget) |
| 20 | Klyngedannelse | KMeans, K-Medoid, optimal K |
| 20 | Avanceret klemning | Hierarkisk klyngedannelse, DBSCAN |
| 5 | Avanceret dimensionalitetsreduktion | avanceret dimensionalitetsreduktion: T-SNE |
| 5 | Etik | Forbindelse til etisk casestudie |
Forbindelse til etisk casestudie
Gruppering af mennesker kan muliggøre forudsigelser, der krænker privatlivets fred eller trækker uretfærdige konsekvenser, som i følgende tilfælde
- Mål regnede ud en teenager pige var gravid, før hendes far gjorde det
- Sagen om børnepasningsydelser (toeslagenaffaire)
- Websteder Vary Priser, tilbud baseret på brugernes oplysninger (se Eksempler på undervisning i etisk AI)
Anerkendelser
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.