Upravne informacije
| Naslov | Odločitvena drevesa |
| Trajanje | 2 x 45 minut |
| Modul | A |
| Vrsta lekcije | Predavanje |
| Osredotočenost | Praktično – modeliranje umetne inteligence |
| Tema | Analiza podatkov |
Ključne besede
Ilustracija nabora podatkov in predobdelava, drevo odločanja, modelna zgradba, opremljanje in ocenjevanje drevesa odločanja, navzkrižno potrjevanje,
Učni cilji
- naučite se osnov dreves odločanja
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- NI RELEVANTNO
Neobvezno za študente
- NI RELEVANTNO
Reference in ozadje za študente
Priporočeno za učitelje
- NI RELEVANTNO
Gradivo za učne ure
Navodila za učitelje
Ta razred lahko temeljite na zvezkih BME na platformah za analizo podatkov (HU)
Oris/časovni razpored
| Trajanje (min) | Opis | Koncepti | Aktivnost | Material |
|---|---|---|---|---|
| 5 | Povzetek nalog, ki jih je treba opraviti | Predavanje | ||
| 10 | Ilustracija nabora podatkov in predobdelava | Predobdelava podatkov | Kodiranje | Zvezek Jupyter |
| 10 | Opredelitev drevesa odločanja | Scikit-učenje: Drevo odločanja | Kodiranje | |
| 20 | Vzorčna stavba | kompleksnost modela, risanje | Dokumentacija | |
| 15 | Opremljanje in ocenjevanje drevesa odločanja | Fit | Kodiranje | |
| 10 | Navzkrižno potrjevanje | Navzkrižno potrjevanje | Dokumentacija | |
| 15 | Vrednotenje modela | postopki numpy, predobdelava podatkov (razširjanje), točnost | Kodiranje | |
| 5 | Sklepne opombe | Dokumentacija |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).