Administrativní informace
| Název | Zasedání v laboratoři: Příprava údajů |
| Trvání | 180 |
| Modul | A |
| Typ lekce | Praktické |
| Soustředění | Praktické – modelování umělé inteligence |
| Téma | Metody přípravy dat |
Klíčová slova
filtrování, chybějící hodnoty,duplikáty,Příprava dat, Čištění dat, Transformace dat, Normalizace dat, Integrace dat, Snížení dat,
Vzdělávací cíle
- Prokázat, že je schopen používat různé techniky přípravy dat
- je schopen identifikovat základní statistiky všech funkcí v daném datovém souboru
- je schopen vypočítat základní statistiky pro každou skupinu
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
Žádné.
Volitelné pro studenty
Žádné.
Reference a zázemí pro studenty
Žádné.
Doporučeno pro učitele
Žádné.
Materiály pro výuku
- [DataPrepExp notebook]
Pokyny pro učitele
Tato vzdělávací akce se skládá z laboratorních úkolů, které budou řešeny studenty s pomocí vedoucího instruktora.
Osnova/časový rozvrh
| Doba trvání (min) | Popis | Koncepty |
|---|---|---|
| 5 | Obrys | Celkový cíl: zdokumentujte, jak bojujete s daty během přípravy |
| 14 | Datový soubor | Sčítání/rekonstrukce |
| 20 | Příprava údajů | filtrování, chybějící hodnoty, duplikáty, |
| 20 | Příklad čištění dat | Oprava nebo odstranění nesprávných, poškozených, nesprávně formátovaných, duplicitních nebo neúplných dat v datové sadě |
| 20 | Příklad transformace dat | Převod dat z jednoho formátu do druhého, osvědčené postupy. |
| 20 | Příklad normalizace dat | Osvědčené postupy normalizace údajů. |
| 25 | Příklad integrace dat | Osvědčené postupy integrace dat. |
| 25 | Příklad redukce dat | Osvědčené postupy pro snižování údajů. |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.