Informazioni amministrative
| Titolo | Piattaforme |
| Durata | 2 x 45 minuti |
| Modulo | A |
| Tipo di lezione | Pratico |
| Focus | Pratiche — AI Modelling |
| Argomento | Analisi dei dati |
Parole chiave
Python di base, Panda di base, variabili, liste, corde, tuple, caricamento dei dati da csv, ricerca dati,
Obiettivi di apprendimento
- Per poter utilizzare i taccuini jupyter
- Per essere in grado di utilizzare le basi di Python (variabili, liste, stringhe, tuple)
- Per essere in grado di utilizzare le basi dei panda (caricamento dei dati da csv, ricerca dati)
Preparazione prevista
Eventi di apprendimento da completare prima
Nessuno.
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.
Puoi basare questa classe intorno ai Notebook.
Schema/orario
| Durata (min) | Descrizione | Concetti |
|---|---|---|
| 45 | Pitone | variabili, liste, stringhe, tuple |
| 5 | Panda | caricamento dei dati dalla tabella |
| 10 | Panda | dati/informazioni sulla tabella: testa, forma, info |
| 5 | Panda | df.loc |
| 5 | Panda | df.iloc |
| 5 | Panda | df.str.split |
| 5 | Panda | conversione data |
| 10 | Panda | GroupBy, ordina |
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.