Verwaltungsinformationen
| Titel | Unbeaufsichtigtes Lernen |
| Dauer | 60 Minuten |
| Modulen | A |
| Unterrichtstyp | Vortrag |
| Fokussierung | Praktisch – KI-Modellierung |
| Themenbereich | Datenanalyse |
Suchbegriffe
Unüberwachtes Lernen,Clustering,Advanced Clustering, Ethik,
Lernziele
- Grundlagen des unbeaufsichtigten Lernens lernen
Erwartete Vorbereitung
Lernveranstaltungen, die vorab abgeschlossen werden müssen
Obligatorisch für Studenten
- Python
- Pandas
Optional für Studenten
Keine.
Referenzen und Hintergründe für Studierende
Keine.
Empfohlen für Lehrer
Keine.
Unterrichtsmaterialien
Anleitung für Lehrer
Sie können diese Klasse um die Folien herum stützen.
Gliederung/Zeitplan
| Dauer (min) | Beschreibung | Konzepte |
|---|---|---|
| 5 | Unbeaufsichtigtes Lernen | Intro zum unbeaufsichtigten Lernen (vs betreut) |
| 20 | Clustering | KMeans, K-Medoid, optimal K |
| 20 | Fortgeschrittenes Clustering | Hierarchisches Clustering, DBSCAN |
| 5 | Erweiterte Dimensionalitätsreduktion | erweiterte Dimensionalitätsreduktion: T-SNE |
| 5 | Ethik | Zusammenhang mit Ethik Fallstudie |
Zusammenhang mit Ethik Fallstudie
Clustering-Personen können Vorhersagen ermöglichen, die die Privatsphäre verletzen oder ungerechten Schluß ziehen, wie in den folgenden Fällen
- Ein Teenager-Mädchen war schwanger, bevor ihr Vater es tat
- Die Kinderbetreuungsleistungsaffäre (toeslagenaffaire)
- Websites Vary Preise, Deals basierend auf Benutzerinformationen (siehe Beispiele für den Unterricht ethischer KI)
Danksagung
Das Human-Centered AI Masters-Programm wurde von der Fazilität „Connecting Europe“ der Europäischen Union im Rahmen des Zuschusses „CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068“ kofinanziert.