[diese Seite im Wiki][Index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Praktisch: Unbeaufsichtigtes Lernen

Verwaltungsinformationen

Titel Unbeaufsichtigtes Lernen
Dauer 60 Minuten
Modulen A
Unterrichtstyp Praktisch
Fokussierung Praktisch – KI-Modellierung
Themenbereich Datenanalyse

Suchbegriffe

Clustering, Ethik, Datennormalisierung,

Lernziele

Erwartete Vorbereitung

Obligatorisch für Studenten

  • Python
  • Pandas

Optional für Studenten

Keine.

Referenzen und Hintergründe für Studierende

Keine.

Empfohlen für Lehrer

Keine.

Unterrichtsmaterialien

Anleitung für Lehrer

Diese Lernveranstaltung besteht aus Laboraufgaben, die von den Studierenden mit Hilfe des leitenden Ausbilders gelöst werden sollen.

Sie können diese Klasse auf den Notizbüchern basieren.

Gliederung/Zeitplan

Dauer (min) Beschreibung Konzepte Aktivität Werkstoffe
5 Datensatz Tesco Treueprogramm DB, Kunden, Termine, Ausgaben, Wochentage Praxis Daten: DataSet_Tesco5000_withDaynum.csv
15 Clustering in 2D Beobachtungen mit Rohdaten, Kmeans mit 2, 3, 4 Clustern Notizbuch, Codierung Notizbuch: 03_Clustering_I
10 Clustering in 2D Effekt der Datennormalisierung (MinMax/StandardScaler), Kmeans mit 2, 3,... 25 Cluster Notizbuch, Codierung Notizbuch: 03_Clustering_I
5 Clusterzentren Plot Custer-Zentren: RAW vs normalisierte Daten Notizbuch, Codierung Notizbuch: 03_Clustering_I
5 Clustering abhängig vom Wochentag Grundstücksabhängigkeit von Ausgaben vs Tag-of-Woche (Mo, Di,...So) Notizbuch, Codierung Notizbuch: 03_Clustering_I
10 Clustering abhängig vom monatlichen Besuch Plot, welche Monate die Kunden bevorzugen. Effekt der Clustergröße. Beobachtungen extremer Kunden Notizbuch, Codierung Notizbuch: 03_Clustering_I
10 Clustering: Bezug zur Ethik Verhältnis zu ethischen Datensätzen ? ?

Danksagung

Das Human-Centered AI Masters-Programm wurde von der Fazilität „Connecting Europe“ der Europäischen Union im Rahmen des Zuschusses „CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068“ kofinanziert.