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

Praktyczne: Przygotowanie i eksploracja danych

Informacje administracyjne

Tytuł Sesja laboratoryjna: Przygotowanie danych
Czas trwania 180
Moduł A
Rodzaj lekcji Praktyczne
Skupienie Praktyczne – modelowanie AI
Temat Metody przygotowania danych

Słowa kluczowe

filtrowanie, brakujące wartości, duplikaty, przygotowanie danych, czyszczenie danych, transformacja danych, normalizacja danych, integracja danych, redukcja danych,

Cele w zakresie uczenia się

Oczekiwane przygotowanie

Obowiązkowe dla studentów

Brak.

Opcjonalne dla studentów

Brak.

Referencje i tło dla studentów

Brak.

Zalecane dla nauczycieli

Brak.

Materiały do lekcji

Instrukcje dla nauczycieli

To wydarzenie edukacyjne składa się z zadań laboratoryjnych, które zostaną rozwiązane przez uczniów z pomocą wiodącego instruktora.

Zarys/harmonogram czasu

Czas trwania (min) Opis Koncepcje
5 Zarys Cel ogólny: udokumentuj, jak zmagasz się z danymi podczas przygotowywania
14 Zbiór danych Spis powszechny/rekonstrukcja
20 Przygotowanie danych filtrowanie, brakujące wartości, duplikaty,
20 Przykład czyszczenia danych Naprawianie lub usuwanie nieprawidłowych, uszkodzonych, nieprawidłowo sformatowanych, powielanych lub niekompletnych danych w zbiorze danych
20 Przykład transformacji danych Konwertowanie danych z jednego formatu na inny, najlepsze praktyki.
20 Przykład normalizacji danych Najlepsze praktyki normalizacji danych.
25 Przykład integracji danych Najlepsze praktyki integracji danych.
25 Przykład redukcji danych Najlepsze praktyki redukcji danych.

Potwierdzenia

Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.