Administrativne informacije
| Naslov | Nenadzirano učenje |
| Trajanje | 60 minuta |
| Modul | A |
| Vrsta lekcija | Predavanje |
| Fokus | Praktično – modeliranje umjetne inteligencije |
| Tema | Analiza podataka |
Ključne riječi
Nenadzirano učenje, Klastering, Napredno klasteriranje, Etika,
Ciljevi učenja
- naučite osnove nenadziranog učenja
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Obvezno za studente
- Python
- pande
Neobvezno za studente
Nijedan.
Preporuke i pozadina za studente
Nijedan.
Preporučeno nastavnicima
Nijedan.
Nastavni materijali
Upute za učitelje
Možete bazirati ovaj razred oko slajdova.
Nacrt/vremenski raspored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 5 | Nenadzirano učenje | Uvod u nenadzirano učenje (vs nadzirano) |
| 20 | Grupiranje | KMeans, K-medoid, optimalni K |
| 20 | Napredno klasteriranje | Hijerarhijski klasteri, DBSCAN |
| 5 | Napredna Dimensionality redukcija | napredno smanjenje dimenzionalnosti: t-SNE |
| 5 | Etika | Povezanost s etičkom studijom |
Povezanost s etičkom studijom
Grupiranje ljudi može omogućiti predviđanja koja krše privatnost ili izvući nepravedan zaključak, kao u sljedećim slučajevima
- Meta je otkrila da je tinejdžerka bila trudna prije nego joj je otac umro.
- Afera naknada za skrb o djeci (toeslagenaffaire)
- Internetske stranice Vary Cijene, ponude temeljene na informacijama korisnika (vidjeti Primjeri za podučavanje etičke umjetne inteligencije)
Priznanja
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.