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

Praktično: Nenadzirano učenje

Administrativne informacije

Naslov Nenadzirano učenje
Trajanje 60 minuta
Modul A
Vrsta lekcija Praktičan
Fokus Praktično – modeliranje umjetne inteligencije
Tema Analiza podataka

Ključne riječi

Grupiranje, etika, normalizacija podataka,

Ciljevi učenja

Očekivana priprema

Obvezno za studente

  • Python
  • pande

Neobvezno za studente

Nijedan.

Preporuke i pozadina za studente

Nijedan.

Preporučeno nastavnicima

Nijedan.

Nastavni materijali

Upute za učitelje

Ovaj obrazovni događaj sastoji se od laboratorijskih zadataka koje će učenici riješiti uz pomoć vodećeg instruktora.

Možete temeljiti ovaj razred oko bilježnica.

Nacrt/vremenski raspored

Trajanje (min) Opis Koncepti Aktivnost Materijal
5 Skup podataka Tesco program vjernosti DB, kupci, datumi, provesti, dani u tjednu Praksa Podaci: DataSet_Tesco5000_withDaynum.csv
15 Grupiranje u 2D Opažanja s neobrađenim podacima, Kmeans s 2, 3, 4 klastera Bilježnica, kodiranje Bilježnica: 03_Clustering_I
10 Grupiranje u 2D učinak normalizacije podataka (MinMax/StandardScaler), Kmeans s 2, 3... 25 klastera Bilježnica, kodiranje Bilježnica: 03_Clustering_I
5 Klasterski centri centri za planiranje parcele: sirovi i normalizirani podaci Bilježnica, kodiranje Bilježnica: 03_Clustering_I
5 Grupiranje ovisno o danu u tjednu ovisnost parcele o potrošnji u odnosu na dan u tjednu (Mon, Tue,...Sunce) Bilježnica, kodiranje Bilježnica: 03_Clustering_I
10 Grupiranje ovisno o mjesečnom posjetu zemljište koje mjesece kupci preferiraju. učinak veličine klastera. zapažanja ekstremnih kupaca Bilježnica, kodiranje Bilježnica: 03_Clustering_I
10 Grupiranje: odnosi se na etiku povezanost s etičkim skupovima podataka ? ?

Priznanja

Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.