Adminisztratív információk
| Cím | Döntési hálózatok |
| Időtartam | 60 |
| Modul | A |
| Lecke típusa | Előadás |
| Fókusz | Technikai – A mesterséges intelligencia alapjai |
| Téma | A mesterséges intelligencia alapjai |
Kulcsszó
Naiv Bayes-hálózatok,Bayesian hálózatok, döntési hálózatok, maximális exp hasznossági elv, optimális döntés, valószínűségi következtetés, információ értéke,
Tanulási célok
- Naiv Bayes-hálózatok
- Bayes-i hálózatok
- Döntési hálózatok
- A diákok meghatározhatják a többváltozós közös eloszlást: multinom és Gaussian
- A diákok meg tudják magyarázni az összefüggés és az ok-okozati összefüggés közötti különbséget
- A diákok meghatározhatják a megfigyelési, okozati és kontrafaktuális következtetéseket
- A diákok meg tudják határozni a méltányosságot megfigyelési és kontrafaktuális érveléssel
Várható előkészítés
Az előtt befejezendő tanulási események
Kötelező a diákok számára
- Valószínűség (pl. AIMA4e vagy wikipedia)
- a valószínűségelmélet alapfogalmai
- többváltozós közös valószínűség-eloszlások, láncszabály
Választható diákok számára
- Mesterséges intelligencia: Modern megközelítés, 4. globális kiadás: Stuart Russell és Peter Norvig, Pearson (AIMA4e):ch16–17
Referenciák és háttér a diákok számára
- AIMA4e:ch16–17
Ajánlott tanároknak
- AIMA4e:ch16–17
- Charniak, E., 1991. Bayesi hálózatok könnyek nélkül. AI magazin, 12(4), pp. 50–50.
- Pearl, J., 2019. Az ok-okozati következtetés hét eszköze, a gépi tanulás reflexiójával. Közlemények az ACM -ről, 62(3), 54–60. o.
Leckeanyagok
Utasítások tanároknak
- Emlékeztető: egy lépésből álló döntési probléma kerete, elemek (cselekvés, bizonytalanság, hasznosság/veszteség), maximális várható hasznossági elv
- Emlékeztető: valószínűségi grafikus modellek, ok-okozati diagramok
- A döntési hálózat elemeinek meghatározása: véletlen, akció, hasznosság/veszteség csomópontok
- Fejtse ki a munkafolyamatot: bizonyítékok, cselekvések, valószínűségi következtetés, várakozások, a cselekvés maximalizálása
- Példa
- Az információk értékének megvitatása
Vázlat/időterv
| Időtartam | Leírás |
|---|---|
| 10 | Többváltozós ízületeloszlás: multinom és Gaussian |
| 5 | Az összefüggés és az ok-okozati összefüggés közötti különbség |
| 15 | Bayesian tábornok hálózatai |
| 15 | Megfigyelési, okozati és kontrafaktuális következtetés |
| 15 | Példa: a méltányosság meghatározása megfigyelési, okozati és kontrafaktuális érveléssel |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.