Lecture: Exploratory Data Analysis

Lecture: Exploratory Data Analysis

Administrative information

Title Exploratory Data Analysis
Duration 60
Module A
Lesson Type Lecture
Focus Technical - Foundations of AI
Topic Exploratory Data Analysis

 

Keywords

Data exploration,T-SNE,PCA,

 

Learning Goals

  • Learner knows the basic chart types and knows when to use them.
  • Learner can use visualisations to investigate a variables distribution .
  • Learner can check for dependencies between variables by using visualisation.
  • Learner is able to visualise a high dimensional dataset using PCA and T-SNE.

 

Expected Preparation

Learning Events to be Completed Before

None.

Optional for Students

None.

References and background for students:

None.

Recommended for Teachers

 

Lesson Materials

 

The materials of this learning event are available under CC BY-NC-SA 4.0.

 

Instructions for Teachers

This lecture focuses on data visualisation as part of the Exloratory Data Analysis (EDA) process. Hence it does not cover data visualisation for, for example, story telling and presentations.

Topics to cover

  • Introduction to data visualisation (5 min)
    • Goals of data visualisations (EDA, storytelling)
  • Which chart to use for which problem (15 min)
    • Chart types and their usage
    • How to pick the right chart
    • Do's and Dont's
  • Check for (in)dependent variables (10 min)
  • Visualising high dimensional data (20 min)
    • PCA
    • T-SNE

 

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

 

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

HCAIM Consortium

Colofon

Het arrangement Lecture: Exploratory Data Analysis is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

Auteur
HCAIM Consortium
Laatst gewijzigd
2024-05-15 11:00:33
Licentie

Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

  • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
  • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
  • voor alle doeleinden, inclusief commerciële doeleinden.

Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

Aanvullende informatie over dit lesmateriaal

Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

Toelichting
.
Eindgebruiker
leerling/student
Moeilijkheidsgraad
gemiddeld
Studiebelasting
4 uur en 0 minuten

Gebruikte Wikiwijs Arrangementen

HCAIM Consortium. (z.d.).

Acknowledgement

https://maken.wikiwijs.nl/198386/Acknowledgement

HCAIM Consortium. (z.d.).

Lecture: Duty Ethics

https://maken.wikiwijs.nl/198966/Lecture__Duty_Ethics

Downloaden

Het volledige arrangement is in de onderstaande formaten te downloaden.

Metadata

LTI

Leeromgevingen die gebruik maken van LTI kunnen Wikiwijs arrangementen en toetsen afspelen en resultaten terugkoppelen. Hiervoor moet de leeromgeving wel bij Wikiwijs aangemeld zijn. Wil je gebruik maken van de LTI koppeling? Meld je aan via info@wikiwijs.nl met het verzoek om een LTI koppeling aan te gaan.

Maak je al gebruik van LTI? Gebruik dan de onderstaande Launch URL’s.

Arrangement

IMSCC package

Wil je de Launch URL’s niet los kopiëren, maar in één keer downloaden? Download dan de IMSCC package.

Meer informatie voor ontwikkelaars

Wikiwijs lesmateriaal kan worden gebruikt in een externe leeromgeving. Er kunnen koppelingen worden gemaakt en het lesmateriaal kan op verschillende manieren worden geëxporteerd. Meer informatie hierover kun je vinden op onze Developers Wiki.

close
Colofon
thumb  
gemaakt met Wikiwijs van kennisnet-logo
Lecture: Exploratory Data Analysis
open