Hallinnolliset tiedot
| Otsikko | Päätöksentekoteoria |
| Kesto | 60 |
| Moduuli | A |
| Oppitunnin tyyppi | Luento |
| Keskittyminen | Tekninen – tekoälyn perusteet |
| Aihe | Tekoälyn perusteet |
Avainsanoja
seuraus, subjektivismi, todennäköisyysteoria, hyödyllisyysteoria, päätösteoria, optimaalinen päätös, rajoittunut rationaalisuus, satisfiointi, kognitiivinen puolueellisuus, tehokas altruismi, off-switch-peli, peräkkäiset päätökset, informaation arvo, moniaseinen rosvo, etsintä-hyödyntämisdilemma,
Oppimistavoitteet
- Oppija tutustuu ei-kvantitatiivisiin ja kvantitatiivisiin etiikkaan
- opiskelija osaa määritellä ja laskea optimaalisia päätöksiä käyttämällä yksimuuttujajakaumaa ja hyödyllisyys/tappio-funktioita
- opiskelija tuntee päätöksentekoverkostojen elementit: stokastiset/toiminta- ja hyötysolmukohdat
- opiskelija osaa tietää ja soveltaa Bayesin sääntöä (monimuuttuja)
- opiskelijat voivat rakentaa Naive Bayesian Network (NBN) -mallin
- opiskelijat voivat laajentaa NBN: n NBN-pohjaiseen päätöksentekoverkostoon
- opiskelija osaa laskea täydellisen informaation arvon
Odotettu valmistelu
Oppimistapahtumat valmistuvat ennen
Pakollinen opiskelijoille
- Todennäköisyysjakauma, ehdollinen todennäköisyys, odotettu arvo (esim. AIMA4e tai wikipedia)
- Vaikutuskaavio
Valinnainen opiskelijoille
- Tekoäly: Moderni lähestymistapa, 4. Global ed. Stuart Russell ja Peter Norvig, Pearson (AIMA4e):ch12–18
Referenssejä ja taustaa opiskelijoille
- AIMA4e:ch12–18
Suositellaan opettajille
- AIMA4e:ch12–18
- Naiivi Bayes -luokitus
Oppituntimateriaalit
Ohjeita opettajille
- Mukauta peruskolmen solmun päätösverkko
- Löydä parhaat ja huonoimmat päätökset
- Sopeuta naiivi Bayes-verkko
- Löydä arvokkaimmat todisteet (feature)
- Luokan aktiviteeteissa pyydä oppilaita arvaamaan optimaalisia päätöksiä
Pääpiirteittäin/aika-aikataulu
| Kesto | Kuvaus | Käsitteet | Aktiivisuus | Materiaali |
|---|---|---|---|---|
| 5 | Epävarmuuden lähteet ja todennäköisyyden tulkinnat | epävarmuus | ||
| 5 | Bernoulli ja moninnomiset jakaumat | yksimuuttujan jakaumat | ||
| 5 | Todennäköisyysteorian aksioomat (additivity) | todennäköisyysteoria | ||
| 5 | Yksivaiheisen päätösongelman elementit ja graafinen merkintä: päätösverkosto stokastinen→utility/loss←action solmut | päätösongelma | ||
| 5 | Hyödyllisyys- ja tappiotoiminnot, yhteiset tappiotoiminnot ja matriisit | mieltymykset | ||
| 5 | Odotettu arvo, odotetun enimmäishyödyn periaate | optimaalinen päätös | ||
| 5 | Ehdollinen todennäköisyys ja Bayesin lause (kaksi muuttujaa ja ehto) | ehdollinen todennäköisyys | ||
| 5 | Riippumattomuus ja ehdollinen riippumattomuus | riippumattomuus | ||
| 5 | Esimerkki Naive Bayesilaisesta verkostosta | Naiivi Bayes net | ||
| 5 | Esimerkki Naive Bayesilaiseen verkostoon perustuvasta päätösverkosta | |||
| 5 | Jälkipäätelmä ja optimaalisten päätösten valinta | jälkipäätelmät | ||
| 5 | Näyttöpäätelmien ja tietojen arvon laskemisen välillä | tietojen arvo |
Tunnustukset
Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).