Información administrativa
| Título | Inferencia y predicción |
| Duración | 60 |
| Módulo | A |
| Tipo de lección | Conferencia |
| Enfoque | Técnico — Fundamentos de la IA |
| Tema | Fundamentos de la IA |
Keywords
Inferencia bayesiana, máxima probabilidad, máximo a posteriori, modelo bayesiano promedio.,
Objetivos de aprendizaje
- Los estudiantes entienden la idea básica del pensamiento bayesiano,
- Los estudiantes están familiarizados con ML y MAP inferencia con varias distribuciones,
- Los estudiantes entienden los aspectos algorítmicos de la inferencia y predicción de ML/MAP,
- Los estudiantes entienden la idea del modelo bayesiano que promedia y las predicciones probabilísticas.
Preparación prevista
Eventos de aprendizaje que se completarán antes
Ninguno.
Obligatorio para los estudiantes
- Revisión de la teoría de probabilidad básica.
Opcional para estudiantes
Ninguno.
Referencias y antecedentes para estudiantes
- Obispo, Christopher M. (2006). Reconocimiento de patrones y aprendizaje automático, capítulos 1 y 2. Para una breve revisión de la teoría de la probabilidad, véase la Sección 1.2.
Recomendado para profesores
- Familiarizarse con los materiales de demostración.
Material didáctico
Instrucciones para profesores
Cubra los temas en el esquema de la lección y demuestre los conceptos utilizando los cuadernos interactivos (máximización de probabilidad/minimización de pérdidas, relación entre el anterior, posterior y el número de observaciones). Proporcione una breve descripción general del código.
Esquema/horario de tiempo
| Duración (min) | Descripción | Conceptos |
|---|---|---|
| 10 | Tratamiento bayesiano de un lanzamiento de moneda | observación, parámetro, distribución de Bernoulli |
| 10 | Inferencia a través de la máxima probabilidad | probabilidad, función de pérdida, crossentropy |
| 10 | Demostración (maximización de la probabilidad) | — |
| 15 | Inferencia probabilística a través del teorema de Bayes | anterior, posterior, distribución Beta, hiperparámetros, máximo a posteriori |
| 5 | Demostración (anterior y posterior) | — |
| 10 | Distribución predictiva y promedio de modelos | distribución predictiva, modelo bayesiano promediando |
Reconocimientos
El programa de maestría en IA centrada en el ser humano fue cofinanciado por el Mecanismo «Conectar Europa» de la Unión Europea en virtud de la subvención «CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068».