Lecture: Exploratory Data Analysis II

Lecture: Exploratory Data Analysis II

Administrative information

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

 

Keywords

None

 

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
  • Advanced: Learner is able to visualise a high dimensional dataset using PCA and t-sne (see blog, is this what we want?)

 

Expected Preparation

Learning Events to be Completed Before

None.

Obligatory for Students

  • Read the blog: [1]
  • Read chapter 4 of: [2]

Optional for Students

None.

Background for Students

None.

Recommended for Teachers

  • On visualising high dimensional datasets: [3]
  • Chapter 4 of: [4]

Lesson Materials

 

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

 

Instructions for Teachers

This is the second lecture on Exploratory Data Analysis, following Lecture: Exploratory Data Analysis. This lecture focuses on data visualisation as part of the EDA process. Hence is does not cover data visualisation for, for example, story telling and presentations.

Lesson Outline

  • 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

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

    Auteur
    HCAIM Consortium
    Laatst gewijzigd
    2023-08-03 17:59:41
    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

  • Gebruik
    Weergave
  • Wikiwijs is een dienst van