[questa pagina su wiki][indice][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Pratico: Preparazione ed esplorazione dei dati

Informazioni amministrative

Titolo Sessione di laboratorio: Preparazione dei dati
Durata 180
Modulo A
Tipo di lezione Pratico
Focus Pratiche — AI Modelling
Argomento Metodi di preparazione dei dati

Parole chiave

filtraggio, valori mancanti, duplicati, preparazione dei dati, pulizia dei dati, trasformazione dei dati, normalizzazione dei dati, integrazione dei dati, riduzione dei dati,

Obiettivi di apprendimento

Preparazione prevista

Obbligatorio per gli studenti

Nessuno.

Facoltativo per gli studenti

Nessuno.

Referenze e background per gli studenti

Nessuno.

Consigliato per gli insegnanti

Nessuno.

Materiale didattico

Istruzioni per gli insegnanti

Questo evento di apprendimento consiste in compiti di laboratorio che devono essere risolti dagli studenti con l'aiuto del principale istruttore.

Schema/orario

Durata (min) Descrizione Concetti
5 Contorno Obiettivo generale: documentare come si lotta con i dati durante la preparazione
14 Set di dati Censimento/ricostruzione
20 Preparazione dei dati filtraggio, valori mancanti, duplicati,
20 Esempio di pulizia dei dati Correggere o rimuovere dati errati, corrotti, formattati in modo errato, duplicati o incompleti all'interno di un set di dati
20 Esempio di trasformazione dei dati Conversione dei dati da un formato all'altro, best practice.
20 Esempio di normalizzazione dei dati Migliori pratiche di normalizzazione dei dati.
25 Esempio di integrazione dei dati Migliori pratiche per l'integrazione dei dati.
25 Esempio di riduzione dei dati Migliori pratiche per la riduzione dei dati.

Riconoscimenti

Il programma Human-Centered AI Masters è stato co-finanziato dal meccanismo per collegare l'Europa dell'Unione europea nell'ambito della sovvenzione CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.