Informações administrativas
| Titulo | Teoria da decisão |
| Duração | 60 |
| Módulo | A |
| Tipo de aula | Palestra |
| Foco | Técnico — Fundamentos da IA |
| Tópico | Fundamentos da IA |
Palavras-chave
consequencialismo, subjetivismo, teoria da probabilidade, teoria da utilidade, teoria da decisão, decisão ótima, racionalidade limitada, satisficação, viés cognitivo, altruísmo eficaz, jogo off-switch, decisões sequenciais, valor da informação, bandido multi-armado, dilema de exploração-exploração,
Objetivos de aprendizagem
- O aluno se familiariza com abordagens não quantitativas e quantitativas da ética
- os alunos podem definir e calcular decisões ótimas usando distribuições univariadas e funções de utilidade/perda
- os alunos podem conhecer os elementos das redes de decisão: nódulos estocásticos/ação/utilidade
- os alunos podem conhecer e aplicar a regra de Bayes (multivariada)
- os alunos podem construir um modelo NBN (Nive Bayesian Network)
- os alunos podem expandir a NBN para uma rede de decisão baseada na NBN
- os alunos podem calcular o valor da informação perfeita
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
- Distribuição de probabilidade, probabilidade condicional, valor esperado (por exemplo, a partir de AIMA4e ou wikipedia)
- Diagrama de influência
Facultativo para Estudantes
- Inteligência artificial: A Modern Approach, 4th Global ed. por Stuart Russell e Peter Norvig, Pearson (AIMA4e):ch12-18
Referências e antecedentes para estudantes
- AIMA4e:ch12-18
Recomendado para professores
- AIMA4e:ch12-18
- Classificador de Bayes ingénuos
Materiais das aulas
Instruções para os professores
- Adaptar a rede básica de decisão do nó triplo
- Encontre as melhores e as piores decisões
- Adaptar a rede ingénua Bayes
- Encontrar as provas mais valiosas (características)
- Durante as atividades na aula, peça aos alunos para adivinhar decisões ótimas
Calendário/horário
| Duração | Descrição | Conceitos | Atividade | Materiais |
|---|---|---|---|---|
| 5 | Fontes de incerteza e interpretações da probabilidade | incerteza | ||
| 5 | Bernoulli e distribuições multinomiais | distribuições univariadas | ||
| 5 | Axiomas da teoria da probabilidade (aditividade) | teoria da probabilidade | ||
| 5 | Elementos e notação gráfica de um problema de decisão numa única etapa: a rede de decisão de nodos estocásticos→utility/loss-action | problema de decisão | ||
| 5 | Funções de utilidade e perda, funções e matrizes comuns de perda | preferências | ||
| 5 | Valor esperado, o princípio da utilidade máxima esperada | decisão ótima | ||
| 5 | Probabilidade condicional e teorema de Bayes (para duas variáveis e com condição) | probabilidade condicional | ||
| 5 | Independência e independência condicional | independência | ||
| 5 | Exemplo de uma rede naive Bayesian | Rede de Bayes ingénuas | ||
| 5 | Exemplo de rede de decisão baseada numa rede Naive Bayesian | |||
| 5 | Inferência posterior e seleção da decisão ideal | inferência posterior | ||
| 5 | Entre a inferência de provas e o cálculo do valor da informação | valor da informação |
Agradecimentos
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.