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

Praktično: Priprava in raziskovanje podatkov

Upravne informacije

Naslov Laboratorijska seja: Priprava podatkov
Trajanje 180
Modul A
Vrsta lekcije Praktična
Osredotočenost Praktično – modeliranje umetne inteligence
Tema Metode priprave podatkov

Ključne besede

filtriranje, manjkajoče vrednosti, dvojniki, priprava podatkov, čiščenje podatkov, preoblikovanje podatkov, normalizacija podatkov, integracija podatkov, zmanjšanje podatkov,

Učni cilji

Pričakovana priprava

Obvezno za študente

Nobenega.

Neobvezno za študente

Nobenega.

Reference in ozadje za študente

Nobenega.

Priporočeno za učitelje

Nobenega.

Gradivo za učne ure

Navodila za učitelje

Ta učni dogodek je sestavljen iz laboratorijskih nalog, ki jih študentje rešujejo s pomočjo vodilnega inštruktorja.

Oris/časovni razpored

Trajanje (min) Opis Koncepti
5 Obris Splošni cilj: dokumentirate, kako se spopadate s podatki med pripravo
14 Nabor podatkov Popis/rekonstrukcija
20 Priprava podatkov filtriranje, manjkajoče vrednosti, dvojniki,
20 Primer čiščenja podatkov Popravljanje ali odstranjevanje nepravilnih, poškodovanih, nepravilno oblikovanih, podvojenih ali nepopolnih podatkov v naboru podatkov
20 Primer preoblikovanja podatkov Pretvarjanje podatkov iz ene oblike v drugo, najboljše prakse.
20 Primer normalizacije podatkov Najboljše prakse za normalizacijo podatkov.
25 Primer integracije podatkov Najboljše prakse vključevanja podatkov.
25 Primer zmanjšanja podatkov Najboljše prakse zmanjševanja podatkov.

Priznanja

Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).