TDP033 Datacentrisk artificiell intelligens

Laboration D2: Förbearbeta data

Förarbete inför labben: Läs i förväg igenom laborationstexten för Time series forecasting, fram till Data windowing. Det gäller generellt för alla labbar att ni kommer att behöva lägga mer tid på labbarna än de schemalagda labbtillfällena.

På laborationen: Kör igenom Google Colab laborationen Time series forecasting, fram till Data windowing, och besvara följande frågor:

1. När man laddar in data i början av labben: Vad returnerar pd.read_csv(csv_path) för datatyp? Beskriv den kort. (Kolla gärna i dokumentationen.)
2. Vad är slicing, vad är syftet med att använda den?
3. Timestamp kodas i labben som en kombination av sin och cos-värden. Vad vinner man på att koda om tid på detta sätt?
4. Varför ska man inte blanda om (shuffle) seriedata, innan man ska avskilja validerings- och testdata?
5. vad innebär dataläckage generellt? Hur har man undvikit en viss form av dataläckage i denna labb?

Lämna in era svar i Lisam (i pdf-format). Denna labb måste vara klar innan nästa labb börjar enligt schemat i TimeEdit.

Sidansvarig: Rita Kovordanyi
Senast uppdaterad: 2026-10-13