Administratieve informatie
| Titel | Presentatie van statistische gegevens |
| Looptijd | 150 |
| Module | D |
| Type les | Praktisch |
| Focus | Ethisch onderzoek in de praktijk |
| Onderwerp | Literatuur |
Sleutelwoorden
Gegevens Reiniging, gegevensweergave, visualisatie,
Leerdoelen
- De gegevensweergave voor AI en ML-modellering begrijpen en demonstreren
- Een reeks plottechnieken toepassen om gegevens te visualiseren
- In staat zijn om te controleren op eerlijkheid, omgaan met uitschieters en ontbrekende gegevens
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
Optioneel voor studenten
- Geen
Referenties en achtergronden voor studenten
Aanbevolen voor docenten
Lesmateriaal
Geen.
Instructies voor docenten
Bekijk het overzicht van het lesplan voor instructies aan studenten. Deze oefening is geschikt voor de dataset die een mix van numerieke en categorische gegevenstypen bevat. Methoden voor gegevensrepresentatie variëren in datasets met afbeeldingen, tekst, audio, enz.
Omtrek
| Looptijd | Omschrijving | Concepten |
|---|---|---|
| 15 min | Geef een beschrijving van de taken voor de praktijk. | Beoordeling van beschrijvende statistieken voor een dataset met numerieke en categorische gegevens |
| 70 min | Plotting en basisreiniging van gegevens | Ontbrekende gegevens, goede gegevenspraktijken, centrum en verspreiding, basissamenstelling, gegevenscodering |
| 70 min | Visualisatie en eerste onderzoek | Google facetten, fairness check, biases |
| 15 min | Conclusie, vragen en antwoorden | Samenvatting |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.
Lesplan op SURF
[{{{{SurfLink}} Wikiwijs pagina]