Administrative oplysninger
Titel | Slutning og forudsigelse |
Varighed | 60 |
Modul | A |
Lektionstype | Forelæsning |
Fokus | Teknisk — Grundlæggelser af kunstig intelligens |
Emne | Fundamentet for AI |
Nøgleord
Bayesian slutning, maksimal sandsynlighed, maksimum efterfølgende, Bayesian model gennemsnit.,
Læringsmål
- Eleverne forstår den grundlæggende idé om Bayesian tænkning,
- Eleverne er bekendt med ML og MAP slutning med forskellige distributioner,
- Eleverne forstår de algoritmiske aspekter af ML/MAP inferens og forudsigelse,
- Eleverne forstår ideen om Bayesian model gennemsnitsberegning og probabilistiske forudsigelser.
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Ingen.
Obligatorisk for studerende
- Gennemgang af grundlæggende sandsynlighedsteori.
Valgfrit for studerende
Ingen.
Referencer og baggrund for studerende
- Biskop, Christopher M. (2006). Mønstergenkendelse og maskinlæring, kapitel 1 og 2. For en kort gennemgang af sandsynlighedsteorien, se afsnit 1.2.
Anbefalet til lærerne
- Gør sig bekendt med demonstrationsmaterialet.
Undervisningsmaterialer
Instruktioner til lærerne
Beskriv emnerne i lektionsoversigten og demonstrere begreberne ved hjælp af interaktive notesbøger (sandsynlighed maksimering/tab minimering, forholdet mellem den forudgående, bageste og antallet af observationer). Giv et kort overblik over koden.
Oversigt/tidsplan
Varighed (min) | Beskrivelse | Koncepter |
---|---|---|
10 | Bayesian behandling af en mønt kaste | observation, parameter, Bernoulli distribution |
10 | Inferens via maksimal sandsynlighed | sandsynlighed, tabsfunktion, krydsentropi |
10 | Demonstration (sandsynlighedsmaksimering) | — |
15 | Probabilistisk slutning via Bayes' sætning | forudgående, bagerste, beta distribution, hyperparametre, maksimum en posteriori |
5 | Demonstration (før og efter) | — |
10 | Prædiktiv distribution og modelgennemsnit | prædiktiv distribution, Bayesian model i gennemsnit |
Anerkendelser
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.