Informations administratives
| Titre | Session de laboratoire: Préparation des données |
| Durée | 180 |
| Module | A |
| Type de leçon | Pratique |
| Focus | Pratique — Modélisation de l’IA |
| Sujet | Méthodes de préparation des données |
Mots-clés
filtrage,valeurs manquantes,duplicates,Préparation des données, Nettoyage des données,Transformation des données, Normalisation des données, Intégration des données, Réduction des données,
Objectifs d’apprentissage
- Pour prouver qu’il est capable d’utiliser différentes techniques de préparation des données
- est capable d’identifier les statistiques de base de toutes les fonctionnalités dans un ensemble de données donné
- est capable de calculer des statistiques de base par groupe
Préparation prévue
Événements d’apprentissage à compléter avant
Obligatoire pour les étudiants
Aucun.
Optionnel pour les étudiants
Aucun.
Références et antécédents pour les étudiants
Aucun.
Recommandé pour les enseignants
Aucun.
Matériel de leçon
- [Ordinateur portable DataPrepExp]
Instructions pour les enseignants
Cet événement d’apprentissage consiste en des tâches de laboratoire qui seront résolues par les étudiants avec l’aide de l’instructeur principal.
Esquisse/horaire
| Durée (min) | Description | Concepts |
|---|---|---|
| 5 | Esquisse | Objectif général: documentez comment vous avez du mal avec les données pendant la préparation |
| 14 | Ensemble de données | Recensement/reconstruction |
| 20 | Préparation des données | filtrage, valeurs manquantes, doublons, |
| 20 | Exemple de nettoyage des données | Correction ou suppression de données incorrectes, corrompues, mal formatées, dupliquées ou incomplètes dans un ensemble de données |
| 20 | Exemple de transformation des données | Conversion des données d’un format à un autre, meilleures pratiques. |
| 20 | Exemple de normalisation des données | Bonnes pratiques en matière de normalisation des données. |
| 25 | Exemple d’intégration des données | Meilleures pratiques en matière d’intégration des données. |
| 25 | Exemple de réduction des données | Meilleures pratiques en matière de réduction des données. |
Remerciements
Le programme de master IA centré sur l’humain a été cofinancé par le mécanisme pour l’interconnexion en Europe de l’Union européenne dans le cadre de la subvention CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.