[käesolev lehekülg wikis][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Praktiline: Andmete ettevalmistamine ja uurimine

Haldusteave

Ametinimetus Laboratooriumi töösessioon: Andmete ettevalmistamine
Kestus 180
Moodul A
Õppetunni liik Praktiline
Keskendumine Praktiline – tehisintellekti modelleerimine
Teema Andmete ettevalmistamise meetodid

Võtmesõnad

filtreerimine, puuduvad väärtused, duplicaadid, andmete ettevalmistamine, andmete puhastamine, andmete teisendamine, andmete normaliseerimine, andmete integreerimine, andmete vähendamine,

Õpieesmärgid

Eeldatav ettevalmistamine

Kohustuslik õpilastele

Puudub.

Valikuline õpilastele

Puudub.

Viited ja taust õpilastele

Puudub.

Soovitatav õpetajatele

Puudub.

Õppematerjalid

Juhised õpetajatele

See õppeüritus koosneb laboratoorsetest ülesannetest, mille õpilased lahendavad juhtiva instruktori abiga.

Ülevaade/ajakava

Kestus (min) Kirjeldus Mõisted
5 Kontuur Üldeesmärk: dokumenteerige, kuidas te võitlete andmete ettevalmistamise ajal
14 Andmekogum Loendus/ümberehitamine
20 Andmete ettevalmistamine filtreerimine, puuduvad väärtused, duplikaadid,
20 Andmete puhastamise näide Ebaõigete, rikutud, valesti vormindatud, duplikaat- või mittetäielike andmete parandamine või eemaldamine andmekogumis
20 Andmete teisendamise näide Andmete teisendamine ühest vormingust teise, parimad tavad.
20 Andmete normaliseerimise näide Andmete normaliseerimise parimad tavad.
25 Andmete integreerimise näide Andmete integreerimise parimad tavad.
25 Andmete vähendamise näide Andmete vähendamise parimad tavad.

Tunnustused

Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.