Adminisztratív információk
| Cím | Statisztikai adatok bemutatása |
| Időtartam | 150 |
| Modul | D |
| Lecke típusa | Praktikus |
| Fókusz | Etikus kutatás a gyakorlatban |
| Téma | Irodalom |
Kulcsszó
Adattisztítás, adatreprezentáció, vizualizáció,
Tanulási célok
- Az AI és az ML modellezés adatreprezentációjának megértése és bemutatása
- Alkalmazzon egy sor rajzolási technikát az adatok megjelenítésére
- Képesnek kell lennie a méltányosság ellenőrzésére, a kiugró értékek és a hiányzó adatok kezelésére
Várható előkészítés
Az előtt befejezendő tanulási események
Kötelező a diákok számára
Választható diákok számára
- Nincs
Referenciák és háttér a diákok számára
Ajánlott tanároknak
Leckeanyagok
Egy sem.
Utasítások tanároknak
Tekintse át az óraterv vázlatát a diákoknak szóló utasításokhoz. Ez a gyakorlat alkalmas a numerikus és kategorikus adattípusok keverékét tartalmazó adatkészletre. Az adatreprezentációs módszerek a képeket, szöveget, audiót stb. tartalmazó adatkészletekben változnak.
Vázlat
| Időtartam | Leírás | Fogalmak |
|---|---|---|
| 15 perc | Adja meg a gyakorlati feladatok leírását. | Numerikus és kategorikus adatokat tartalmazó adatkészlet leíró statisztikáinak áttekintése |
| 70 perc | Az adatok ábrázolása és alaptisztítása | Hiányzó adatok, helyes adatgyakorlatok, központ és eloszlás, alaprajzolás, adatkódolás |
| 70 perc | Vizualizáció és kezdeti vizsgálat | Google facets, fairness check, elfogultság |
| 15 perc | Következtetések, kérdések és válaszok | Összefoglaló |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.
Lecketerv a SURF-ről
[{{{{SurfLink}}] Wikiwijs oldal]