Administratieve informatie
| Titel | Ongecontroleerd leren |
| Looptijd | 60 mins |
| Module | A |
| Type les | Lezing |
| Focus | Praktisch — AI-modellering |
| Onderwerp | Gegevensanalyse |
Sleutelwoorden
Ongecontroleerd leren,Clustering,Advanced Clustering,Ethiek,
Leerdoelen
- leer de basisprincipes van ongecontroleerd leren
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
- Python
- panda’s
Optioneel voor studenten
Geen.
Referenties en achtergronden voor studenten
Geen.
Aanbevolen voor docenten
Geen.
Lesmateriaal
Instructies voor docenten
U kunt deze klasse rond de dia’s baseren.
Overzicht/tijdschema
| Duur (min) | Omschrijving | Concepten |
|---|---|---|
| 5 | Ongecontroleerd leren | Inleiding tot ongecontroleerd leren (vs begeleid) |
| 20 | Clustering | KMeans, K-Medoid, optimaal K |
| 20 | Geavanceerde clustering | Hiërarchische clustering, DBSCAN |
| 5 | Geavanceerde Dimensionaliteitsreductie | geavanceerde dimensionaliteitsreductie: T-SNE |
| 5 | Ethiek | Verband met Ethics Case Study |
Verband met Ethics Case Study
Het clusteren van mensen kan voorspellingen mogelijk maken die privacy schenden of onrechtvaardige afleiding trekken, zoals in de volgende gevallen
- Doel gevonden uit een tiener meisje was zwanger voordat haar vader deed
- De kinderbijslagaffaire (toeslagenaffaire)
- Websites variëren prijzen, deals op basis van gebruikersinformatie (zie Voorbeelden voor het onderwijzen van ethische AI)
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.