Administrativní informace
| Název | Teorie rozhodování |
| Trvání | 60 |
| Modul | A |
| Typ lekce | Přednáška |
| Soustředění | Technické – Základy umělé inteligence |
| Téma | Základy umělé inteligence |
Klíčová slova
konsekvencionismus, subjektivismus, teorie pravděpodobnosti, teorie užitku, teorie rozhodnutí, optimální rozhodnutí, ohraničená racionalita, uspokojování, kognitivní předsudky, efektivní altruismus, mimospínací hra, sekvenční rozhodnutí, hodnota informací, multi-ozbrojený bandit, průzkum-využívání dilema,
Vzdělávací cíle
- Student se seznámí s nekvantitativními a kvantitativními přístupy k etice
- studenti mohou definovat a vypočítat optimální rozhodnutí pomocí jednorozměrných distribucí a funkcí užitkových/ztrátových funkcí.
- studenti mohou znát prvky rozhodovacích sítí: stochastické/akční/užitkové uzly
- studenti mohou znát a aplikovat Bayesovo pravidlo (multivariát)
- studenti mohou vytvořit model Naive Bayesian Network (NBN)
- studenti mohou rozšířit NBN do rozhodovací sítě založené na NBN
- studenti mohou vypočítat hodnotu perfektních informací
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
- Rozdělení pravděpodobnosti, podmíněná pravděpodobnost, očekávaná hodnota (např. z AIMA4e nebo wikipedie)
- Diagram vlivu
Volitelné pro studenty
- Umělá inteligence: Moderní přístup, 4. globální ed. Stuart Russell a Peter Norvig, Pearson (AIMA4e):ch12–18
Reference a zázemí pro studenty
- AIMA4e:ch12–18
Doporučeno pro učitele
- AIMA4e:ch12–18
- Naivní Bayes klasifikátor
Materiály pro výuku
Pokyny pro učitele
- Upravte základní síť rozhodnutí o trojitém uzlu
- Najděte nejlepší a nejhorší rozhodnutí
- Přizpůsobte naivní Bayes síť
- Najít nejcennější důkazy (funkce)
- Během aktivit ve třídě požádejte studenty, aby odhadli optimální rozhodnutí
Osnova/časový rozvrh
| Trvání | Popis | Koncepty | Aktivity | Materiál |
|---|---|---|---|---|
| 5 | Zdroje nejistoty a interpretace pravděpodobnosti | nejistota | ||
| 5 | Bernoulli a multinomiální distribuce | jednorozměrné distribuce | ||
| 5 | Axiomy teorie pravděpodobnosti (additivita) | teorie pravděpodobnosti | ||
| 5 | Prvky a grafický zápis problému s jednostupňovým rozhodnutím: rozhodovací síť stochastických→utility/lossakčních uzlů | problém s rozhodováním | ||
| 5 | Užitkové a ztrátové funkce, běžné ztrátové funkce a matice | předvolby | ||
| 5 | Očekávaná hodnota, zásada maximální očekávané užitečnosti | optimální rozhodnutí | ||
| 5 | Podmíněná pravděpodobnost a Bayesova věta (pro dvě proměnné a s podmínkou) | podmíněná pravděpodobnost | ||
| 5 | Nezávislost a podmíněná nezávislost | nezávislost | ||
| 5 | Příklad naivní bayesovské sítě | Naivní Bayes net | ||
| 5 | Příklad rozhodovací sítě založené na síti Naive Bayesian | |||
| 5 | Zadní závěr a výběr optimálního rozhodnutí | zadní závěr | ||
| 5 | Mezi dokazováním a výpočtem hodnoty informací | hodnota informací |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.