Informații administrative
| Titlu | Teoria deciziilor |
| Durată | 60 |
| Modulul | A |
| Tipul lecției | Prelegere |
| Focalizare | Tehnic – Fundamentele IA |
| Subiect | Fundamentele IA |
Cuvinte cheie
consecvențialism, subiectivism, teoria probabilităților, teoria utilității, teoria deciziilor, decizie optimă, raționalitate limitată, satisfacție, părtinire cognitivă, altruism eficient, joc off-switch, decizii secvențiale, valoarea informației, bandit multi-înarmat, dilemă de explorare-exploatare,
Obiective de învățare
- Cursantul se familiarizează cu abordările non-cantitative și cantitative ale eticii
- elevii pot defini și calcula deciziile optime folosind distribuții univariate și funcții de utilitate/pierdere
- elevii pot cunoaște elementele rețelelor decizionale: noduri stochastice/acțiune/utilitate
- elevii pot cunoaște și aplica regula lui Bayes (multivariate)
- elevii pot construi un model Naive Bayesian Network (NBN)
- elevii pot extinde NBN la o rețea de decizie bazată pe NBN
- elevii pot calcula valoarea informațiilor perfecte
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
- Distribuția probabilităților, probabilitatea condiționată, valoarea preconizată (de exemplu, de la AIMA4e sau wikipedia)
- Diagramă de influență
Opțional pentru studenți
- Inteligența artificială: O abordare modernă, ediția a 4-a globală de Stuart Russell și Peter Norvig, Pearson (AIMA4e):ch12-18
Referințe și context pentru studenți
- AIMA4e:ch12-18
Recomandat pentru profesori
- AIMA4e:ch12-18
- Naive Bayes Clasificator
Materiale de lecție
Instrucțiuni pentru profesori
- Adaptați netul de decizie a nodurilor triple de bază
- Găsiți cele mai bune și cele mai rele decizii
- Adaptați plasa naivă Bayes
- Găsiți cele mai valoroase dovezi (caracteristică)
- În timpul activităților din clasă, cereți elevilor să ghicească deciziile optime
Schiță/program de timp
| Durată | Descriere | Concepte | Activitate | Material |
|---|---|---|---|---|
| 5 | Surse de incertitudine și interpretări ale probabilității | incertitudine | ||
| 5 | Bernoulli și distribuții multinomiale | distribuții univariate | ||
| 5 | Axiome ale teoriei probabilităților (additivitate) | teoria probabilității | ||
| 5 | Elemente și notație grafică a unei probleme de decizie într-un singur pas: rețeaua decizională a nodurilor stochastic→utility/loss←action | problemă decizională | ||
| 5 | Funcții de utilitate și pierdere, funcții comune de pierdere și matrice | preferințe | ||
| 5 | Valoarea așteptată, principiul utilității maxime preconizate | decizie optimă | ||
| 5 | Probabilitatea condiționată și teorema lui Bayes (pentru două variabile și cu condiție) | probabilitate condiționată | ||
| 5 | Independență și independență condiționată | independență | ||
| 5 | Exemplu de rețea Bayesiană Naive | Plasa Bayes naivă | ||
| 5 | Exemplu de rețea decizională bazată pe o rețea Bayesiană Naive | |||
| 5 | Inferența posterioară și selectarea deciziei optime | inferență posterioară | ||
| 5 | Între elementele de probă și calculul valorii informațiilor | valoarea informațiilor |
Confirmări
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.