Información administrativa
| Título | Teoría de la decisión |
| Duración | 60 |
| Módulo | A |
| Tipo de lección | Conferencia |
| Enfoque | Técnico — Fundamentos de la IA |
| Tema | Fundamentos de la IA |
Keywords
consecuencialismo, subjetivismo, teoría de la probabilidad, teoría de la utilidad, teoría de la decisión, decisión óptima, racionalidad limitada, satisfacción, sesgo cognitivo, altruismo efectivo, juego fuera de interruptor, decisiones secuenciales, valor de la información, bandido multiarmado, dilema exploración-explotación,
Objetivos de aprendizaje
- El alumno se familiariza con enfoques no cuantitativos y cuantitativos de la ética
- los estudiantes pueden definir y calcular decisiones óptimas utilizando distribuciones univarias y funciones de utilidad/pérdida
- los estudiantes pueden conocer los elementos de las redes de decisión: estocástico/acción/nodos de utilidad
- los estudiantes pueden conocer y aplicar la regla de Bayes (multivariante)
- los estudiantes pueden construir un modelo de Naive Bayesian Network (NBN)
- los estudiantes pueden expandir NBN a una red de decisiones basada en NBN
- los estudiantes pueden calcular el valor de la información perfecta
Preparación prevista
Eventos de aprendizaje que se completarán antes
Obligatorio para los estudiantes
- Distribución de probabilidad, probabilidad condicional, valor esperado (por ejemplo, de AIMA4e o wikipedia)
- Diagrama de influencia
Opcional para estudiantes
- Inteligencia artificial: Un enfoque moderno, cuarta edición global por Stuart Russell y Peter Norvig, Pearson (AIMA4e):ch12-18
Referencias y antecedentes para estudiantes
- AIMA4e:ch12-18
Recomendado para profesores
- AIMA4e:ch12-18
- Clasificador ingenuo de Bayes
Material didáctico
Instrucciones para profesores
- Adaptar la red básica de decisión de triple nodo
- Encuentra las mejores y peores decisiones
- Adapta la ingenua red Bayes
- Encuentre la evidencia más valiosa (característica)
- Durante las actividades en clase, pida a los estudiantes que adivinen las decisiones óptimas
Esquema/horario de tiempo
| Duración | Descripción | Conceptos | Actividad | Material |
|---|---|---|---|---|
| 5 | Fuentes de incertidumbre e interpretaciones de probabilidad | incertidumbre | ||
| 5 | Bernoulli y distribuciones multinomiales | distribuciones univariadas | ||
| 5 | Axiomas de la teoría de la probabilidad (aditividad) | teoría de la probabilidad | ||
| 5 | Elementos y notación gráfica de un problema de decisión de un solo paso: la red de decisiones de los nodos de acción estocástica→utilidad/pérdida | problema de decisión | ||
| 5 | Funciones de utilidad y pérdida, funciones de pérdida comunes y matrices | preferencias | ||
| 5 | Valor esperado, el principio de utilidad máxima esperada | decisión óptima | ||
| 5 | Probabilidad condicional y teorema de Bayes (para dos variables y con condición) | probabilidad condicional | ||
| 5 | Independencia e independencia condicional | independencia | ||
| 5 | Ejemplo de una red ingenua bayesiana | Red ingenua Bayes | ||
| 5 | Ejemplo de red de decisión basada en una red Naive Bayesian | |||
| 5 | Inferencia posterior y selección de la decisión óptima | inferencia posterior | ||
| 5 | Entre la inferencia de la evidencia y el cálculo del valor de la información | valor de la información |
Reconocimientos
El programa de maestría en IA centrada en el ser humano fue cofinanciado por el Mecanismo «Conectar Europa» de la Unión Europea en virtud de la subvención «CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068».