Informações administrativas
| Titulo | Inferência e previsão |
| Duração | 60 |
| Módulo | A |
| Tipo de aula | Palestra |
| Foco | Técnico — Fundamentos da IA |
| Tópico | Fundamentos da IA |
Palavras-chave
Inferência Bayesiana, probabilidade máxima, máximo a posteriori, média do modelo Bayesiano.,
Objetivos de aprendizagem
- Os alunos compreendem a ideia básica do pensamento Bayesiano,
- Os alunos estão familiarizados com a inferência ML e MAP com várias distribuições,
- Os alunos compreendem os aspetos algorítmicos da inferência e previsão de ML/MAP,
- Os alunos compreendem a ideia de média do modelo Bayesiano e previsões probabilísticas.
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Nenhuma.
Obrigatório para os Estudantes
- Revisão da Teoria Básica da Probabilidade.
Facultativo para Estudantes
Nenhuma.
Referências e antecedentes para estudantes
- Bishop, Christopher M. (2006). Reconhecimento de padrões e aprendizagem automática, Capítulos 1 e 2. Para uma breve revisão da teoria da probabilidade, ver Secção 1.2.
Recomendado para professores
- Familiarize-se com os materiais de demonstração.
Materiais das aulas
Instruções para os professores
Cobrir os tópicos no esboço da lição e demonstrar os conceitos utilizando os cadernos interativos (maximização/minimização da probabilidade de perda, relação entre o anterior, posterior e o número de observações). Dê uma breve visão geral do código.
Calendário/horário
| Duração (min) | Descrição | Conceitos |
|---|---|---|
| 10 | Tratamento Bayesiano de um lançamento de moeda | observação, parâmetro, distribuição de Bernoulli |
| 10 | Inferência através da máxima probabilidade | probabilidade, função de perda, crossentropy |
| 10 | Demonstração (maximização da probabilidade) | — |
| 15 | Inferência probabilística através do teorema de Bayes | distribuição Beta anterior, posterior, hiperparâmetros, máximo a posteriori |
| 5 | Demonstração (anterior e posterior) | — |
| 10 | Distribuição preditiva e cálculo da média do modelo | distribuição preditiva, média do modelo Bayesiano |
Agradecimentos
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.