Czego się nauczysz
- zapoznanie się z zastosowaniem wykresu kołowego
- poznanie funkcji wykresu słupkowego
- zwrócenie uwagi na problem skali w wizualizacji danych
Program kursu
- Wprowadzenie
- Wykres kołowy
- Wykres słupkowy
- Uwaga na skalę
Opis kursu
Celem wizualizacji danych jest pokazanie posiadanych informacji w sposób pozwalający na ich dokładne i efektywne zrozumienie oraz analizę. Kolejny moduł kursu dotyczący wizualizacji danych tłumaczy sposoby przedstawiania danych jakościowych.
Przeszukiwanie informacji w celu zrozumienia, co jest ważne, a co nie, staje się coraz trudniejsze. Wizualizacje danych ułatwiają i przyspieszają analizę, sprawiają że szybciej dostrzeżemy, co jest ważne. Większość ludzi reaguje znacznie lepiej na wizualizacje niż na tekst — 90% informacji wysyłanych do mózgu to informacje graficzne, a mózg przetwarza wizualizacje 60 tys. razy szybciej niż tekst.
Dobra wizualizacja danych jest niezbędna do skutecznej analizy danych i podejmowania decyzji na ich podstawie. Pozwala szybko i łatwo zobaczyć oraz zrozumieć wzorce i relacje, a także dostrzec pojawiające się trendy, które mogłyby pozostać niezauważone w przypadku korzystania tylko z tabeli lub arkusza kalkulacyjnego z surowymi liczbami.
Podobne kursy
Sztuczna inteligencja
Wprowadzenie do sztucznej inteligencji – Moduł 1. Zarys historyczny
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
W kursie zostały przedstawione najważniejsze wydarzenia dotyczące historii sztucznej inteligencji.
Sztuczna inteligencja
Wprowadzenie do sztucznej inteligencji – Moduł 2. Czym jest, a czym nie jest SI
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
W kursie dowiemy się, czym jest, a czym nie jest sztuczna inteligencja.
Sztuczna inteligencja
Wprowadzenie do sztucznej inteligencji – Moduł 3. Definicja
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
W kursie poznamy definicję sztucznej inteligencji.
Sztuczna inteligencja
Wprowadzenie do sztucznej inteligencji – Moduł 4. Zastosowania
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
W kursie dowiemy się, jakie są zastosowania sztucznej inteligencji oraz podsumujemy zdobytą wiedzę.
Sztuczna inteligencja
Aspekty prawne i etyczne sztucznej inteligencji – Moduł 1. Czy robot może mieć zdolność prawną?
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
W kursie przedstawione zostaną pojęcia zdolności prawnej oraz zdolności do czynności prawnych w odnieszieniu do sztucznej inteligencji.
Sztuczna inteligencja
Aspekty prawne i etyczne sztucznej inteligencji – Moduł 2. Osobowość prawna i ochrona danych
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
Osobowość prawna i ochrona danych w kontekście SI.
Sztuczna inteligencja
Aspekty prawne i etyczne sztucznej inteligencji – Moduł 3. Prawa robotów
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
Kurs porusza kwestię, która budzi najwięcej emocji – status prawny robotów.
Sztuczna inteligencja
Aspekty prawne i etyczne sztucznej inteligencji – Moduł 4. Odpowiedzialność za działania
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
Odpowiedzialność za działnia SI.
Sztuczna inteligencja
Aspekty prawne i etyczne sztucznej inteligencji – Moduł 5. Prawa autorskie
Szkoła podstawowa, Szkoła ponadpodstawowa, Nauczyciele
Sztuczna inteligencja a prawa autorskie.
Sztuczna inteligencja
Analiza danych – Moduł 1. Świat big data
Szkoła ponadpodstawowa, Nauczyciele
Kurs przybliża zagadnienie big data i ukazuje złożoność procesów przetwarzania i analizy danych.
Sztuczna inteligencja
Analiza danych – Moduł 2. Wydobywanie informacji z danych
Szkoła ponadpodstawowa, Nauczyciele
Kurs tłumaczy sposoby pozyskiwania informacji z danych.
Sztuczna inteligencja
Analiza danych – Moduł 3. Rodzaje zmiennych
Szkoła ponadpodstawowa, Nauczyciele
Kurs przedstawia rodzaje zmiennych, którymi posługujemy się w analizie danych.
Sztuczna inteligencja
Wizualizacja danych – Moduł 1. Wprowadzenie
Szkoła ponadpodstawowa, Nauczyciele
Kurs zapoznaje jego uczestników ze sposobami wizualizacji danych jako skutecznego narzędzia pomagającego w ich analizie.
Sztuczna inteligencja
Wizualizacja danych – Moduł 2. Wizualizacja zmiennych jakościowych
Szkoła ponadpodstawowa, Nauczyciele
Kurs dotyczy sposobów wizualizacji zmiennych jakościowych.
Sztuczna inteligencja
Wizualizacja danych – Moduł 3. Wizualizacja zmiennych ilościowych
Szkoła ponadpodstawowa, Nauczyciele
Kurs przedstawia sposoby wizualizacji zmiennych ilościowych.
Sztuczna inteligencja
Prawdopodobieństwo i statystyka – Moduł 1. Miara pewności
Szkoła ponadpodstawowa, Nauczyciele
Kurs jest wprowadzeniem do zagadnień związanych ze statystyką.
Sztuczna inteligencja
Prawdopodobieństwo i statystyka – Moduł 2. Jak streścić liczby?
Szkoła ponadpodstawowa, Nauczyciele
Moduł drugi kursu „Prawdopodobieństwo i statystyka” odpowiada na pytanie, jak możemy przekształcić dane w kluczowe informacje.
Sztuczna inteligencja
Prawdopodobieństwo i statystyka – Moduł 3. Celebryta wśród rozkładów
Szkoła ponadpodstawowa, Nauczyciele
Kurs omawia najważniejszy z rozkładów statystycznych – rozkład Gaussa.
Sztuczna inteligencja
Uczenie maszynowe – Moduł 1. Wprowadzenie
Szkoła ponadpodstawowa, Nauczyciele
Kurs objaśnia, czym jest uczenie maszynowe i do czego jest nam ono potrzebne, zawiera również krótki zarys historyczny.
Sztuczna inteligencja
Uczenie maszynowe – Moduł 2. Dane, cechy i algorytmy
Szkoła ponadpodstawowa, Nauczyciele
Kurs wprowadza do zagadnień matematycznych i logicznych, na których bazuje uczenie maszynowe.
Sztuczna inteligencja
Uczenie maszynowe – Moduł 3. Rodzaje uczenia maszynowego
Szkoła ponadpodstawowa, Nauczyciele
Kurs dotyczy trzech głównych technik uczenia maszynowego.
Sztuczna inteligencja
Uczenie nadzorowane – Moduł 1. Regresja
Szkoła ponadpodstawowa, Nauczyciele
Kurs przedstawia popularne metody uczenia nadzorowanego: regresję wielokrotną oraz regresję logistyczną.
Sztuczna inteligencja
Uczenie nadzorowane – Moduł 2. Klasyfikacja
Szkoła ponadpodstawowa, Nauczyciele
Kurs dotyczy pojęcia klasyfikacji oraz twierdzenia Bayesa.
Sztuczna inteligencja
Uczenie nadzorowane – Moduł 3. Analiza błędów i ocena jakości
Szkoła ponadpodstawowa, Nauczyciele
Kurs zapoznaje z narzędziami oceny jakości modelu i analizą błędów w uczeniu nadzorowanym.
Sztuczna inteligencja
Sieci neuronowe – Moduł 1. Wprowadzenie
Szkoła ponadpodstawowa, Nauczyciele
Kurs dotyczy historii sieci neuronowych, wyjaśnia pojęcie perceptonu i wskazuje różnice między neuronami biologicznymi a sztucznymi.
Sztuczna inteligencja
Sieci neuronowe – Moduł 2. Działanie sieci neuronowych
Szkoła ponadpodstawowa, Nauczyciele
Kurs dotyczy działania sieci neuronowych, ich budowy oraz metod optymalizacji.
Sztuczna inteligencja
Sieci neuronowe – Moduł 3. Uczenie sieci neuronowej
Szkoła ponadpodstawowa, Nauczyciele
Kurs pozwala na zgłębienie wiedzy na temat struktury sieci neuronowych oraz możliwości ich zastosowania.
Informacje o kursie
Wizualizacja danych – Moduł 2. Wizualizacja zmiennych jakościowych
Szkoła ponadpodstawowa, Nauczyciele
