Administrativ information
| Titel | Oövervakat lärande |
| Varaktighet | 60 minuter |
| Modul | A |
| Typ av lektion | Föreläsning |
| Fokus | Praktiskt – AI-modellering |
| Ämne | Dataanalys |
Nyckelord
Oövervakad inlärning, kluster, Avancerad kluster, etik,
Lärandemål
- lär dig grunderna i oövervakat lärande
Förväntad förberedelse
Lärande händelser som ska slutföras innan
Obligatoriskt för studenter
- Python
- pandor
Valfritt för studenter
Ingen.
Referenser och bakgrund för studenter
Ingen.
Rekommenderas för lärare
Ingen.
Lektionsmaterial
Instruktioner för lärare
Du kan basera den här klassen runt diabilderna.
Skiss/tidsschema
| Längd (min) | Beskrivning | Begrepp |
|---|---|---|
| 5 | Oövervakat lärande | Intro till oövervakad inlärning (vs övervakad) |
| 20 | Klustring | KMeans, K-Medoid, optimal K |
| 20 | Avancerad kluster | Hierarkisk klusterbildning, DBSCAN |
| 5 | Avancerad Dimensionalitetsreduktion | avancerad dimensionalitetsminskning: t-SNE |
| 5 | Etik | Koppling till Etik fallstudie |
Koppling till Etik fallstudie
Gruppering av personer kan möjliggöra förutsägelser som kränker privatlivet eller drar orättvisa slutsatser, som i följande fall
- Mål räknade ut en tonårsflicka var gravid innan hennes far gjorde
- Barnbidragsaffären (toeslagenaffaire)
- Webbplatser Vary Priser, Erbjudanden baserade på användarnas information (se Exempel för undervisning om etisk AI)
Erkännanden
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.