Adminisztratív információk
| Cím | Következtetés és jóslás |
| Időtartam | 60 |
| Modul | A |
| Lecke típusa | Előadás |
| Fókusz | Technikai – A mesterséges intelligencia alapjai |
| Téma | A mesterséges intelligencia alapjai |
Kulcsszó
Bayes-i következtetés, maximális valószínűség, maximum a posteriori, Bayes-i modell átlagolása.,
Tanulási célok
- A tanulók megértik a Bayesi gondolkodás alapgondolatát,
- A tanulók ismerik az ML-t és a MAP-ot a különböző disztribúciókból,
- A tanulók megértik az ML/MAP következtetés és előrejelzés algoritmikus szempontjait,
- A tanulók megértik a Bayes-féle modell átlagolását és valószínűségi előrejelzéseit.
Várható előkészítés
Az előtt befejezendő tanulási események
Egy sem.
Kötelező a diákok számára
- Az alapvető valószínűségelmélet áttekintése.
Választható diákok számára
Egy sem.
Referenciák és háttér a diákok számára
- Püspök, Christopher M. (2006). Mintafelismerés és gépi tanulás, 1. és 2. fejezet. A valószínűségelmélet rövid áttekintését lásd az 1.2. szakaszban.
Ajánlott tanároknak
- Ismerkedjenek meg a demonstrációs anyagokkal.
Leckeanyagok
Utasítások tanároknak
Fedezze fel a tananyagban szereplő témákat, és mutassa be a fogalmakat az interaktív jegyzetfüzetek segítségével (valószínűleg maximálás/veszteség minimalizálása, a korábbi, utólagos és a megfigyelések száma közötti kapcsolat). Adjon rövid áttekintést a kódról.
Vázlat/időterv
| Időtartam (perc) | Leírás | Fogalmak |
|---|---|---|
| 10 | Az érmedobás Bayes-i kezelése | megfigyelés, paraméter, Bernoulli eloszlás |
| 10 | Következtetés a maximális valószínűség alapján | valószínűség, veszteség függvény, crossentropy |
| 10 | Demonstráció (valószínűség maximalizálása) | – |
| 15 | Valószínűségi következtetés a Bayes-tételen keresztül | korábbi, posterior, béta-eloszlás, hiperparaméterek, maximum a posteriori |
| 5 | Bemutató (előzetes és utólagos) | – |
| 10 | Prediktív eloszlás és modellátlagolás | prediktív eloszlás, Bayes-féle modell átlagolása |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.