Administrativne informacije
| Naslov | Zaključak i predviđanje |
| Trajanje | 60 |
| Modul | A |
| Vrsta lekcija | Predavanje |
| Fokus | Tehnički – temelji umjetne inteligencije |
| Tema | Temelji umjetne inteligencije |
Ključne riječi
Bayesov zaključak, maksimalna vjerojatnost, maksimalan a posteriori, Bayesian model u prosjeku.
Ciljevi učenja
- Učenici razumiju osnovnu ideju Bayesova razmišljanja,
- Učenici su upoznati s ML i MAP zaključkom s različitim distribucijama,
- Učenici razumiju algoritamske aspekte ML/MAP zaključaka i predviđanja,
- Učenici razumiju ideju Bayesova modela u prosjeku i probabilističkih predviđanja.
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Nijedan.
Obvezno za studente
- Pregled osnovne teorije vjerojatnosti.
Neobvezno za studente
Nijedan.
Preporuke i pozadina za studente
- Bishop, Christopher M. (2006.). Prepoznavanje uzoraka i strojno učenje, poglavlja 1. i 2. Za kratki pregled teorije vjerojatnosti vidjeti odjeljak 1.2.
Preporučeno nastavnicima
- Upoznajte se s demonstracijskim materijalima.
Nastavni materijali
Upute za učitelje
Pokrijte teme u nastavnim crtama i pokažite koncepte pomoću interaktivnih bilježnica (maksimalizacija vjerojatnosti/gubitak, odnos između prethodnih, stražnjih i broja promatranja). Dajte kratak pregled koda.
Nacrt/vremenski raspored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 10 | Bayesian liječenje bacanje novčića | promatranje, parametar, raspodjela Bernoullija |
| 10 | Zaključak s pomoću najveće vjerojatnosti | vjerojatnost, gubitak funkcije, crossentropija |
| 10 | Demonstracija (maksimizacija vjerojatnosti) | — |
| 15 | Probabilistički zaključak kroz Bayesov teorem | prior, posterior, Beta distribucija, hiperparametri, maksimum a posteriori |
| 5 | Demonstracija (prije i poslije) | — |
| 10 | Prediktivna distribucija i uprosječivanje modela | prediktivna distribucija, uprosječivanje Bayesova modela |
Priznanja
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.