[ova stranica na wiki][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Praktično: Priprema i istraživanje podataka

Administrativne informacije

Naslov Sjednica laboratorija: Priprema podataka
Trajanje 180
Modul A
Vrsta lekcija Praktičan
Fokus Praktično – modeliranje umjetne inteligencije
Tema Metode pripreme podataka

Ključne riječi

filtriranje, nedostaju vrijednosti, duplikati, Priprema podataka, Čišćenje podataka, Transformacija podataka, Normalizacija podataka, Integracija podataka, Smanjenje podataka,

Ciljevi učenja

Očekivana priprema

Obvezno za studente

Nijedan.

Neobvezno za studente

Nijedan.

Preporuke i pozadina za studente

Nijedan.

Preporučeno nastavnicima

Nijedan.

Nastavni materijali

Upute za učitelje

Ovaj obrazovni događaj sastoji se od laboratorijskih zadataka koje će učenici riješiti uz pomoć vodećeg instruktora.

Nacrt/vremenski raspored

Trajanje (min) Opis Koncepti
5 Nacrt Opći cilj: dokumentirajte kako se borite s podacima tijekom pripreme
14 Skup podataka Popis/rekonstrukcija
20 Priprema podataka filtriranje, nedostaju vrijednosti, duplikati,
20 Primjer čišćenja podataka Fiksiranje ili uklanjanje netočnih, oštećenih, nepravilno oblikovanih, dupliciranih ili nepotpunih podataka u skupu podataka
20 Primjer transformacije podataka Pretvaranje podataka iz jednog formata u drugi, najbolje prakse.
20 Primjer normalizacije podataka Najbolja praksa normalizacije podataka.
25 Primjer integracije podataka Najbolje prakse za integraciju podataka.
25 Primjer smanjenja podataka Najbolje prakse smanjenja podataka.

Priznanja

Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.