Administratívne informácie
| Názov | Vyvodenie a predpoveď |
| Trvanie | 60 |
| Modul | A |
| Druh lekcie | Prednáška |
| Zameranie | Technické – základy umelej inteligencie |
| Téma | Základy umelej inteligencie |
Kľúčové slová
Bayesian vyvodenie, maximálna pravdepodobnosť, maximálna a posteriori, Bayesian model priemerovanie.,
Vzdelávacie ciele
- Študenti rozumejú základnej myšlienke Bayesovho myslenia,
- Študenti sú oboznámení s ML a MAP inferenciou s rôznymi distribúciami,
- Študenti chápu algoritmické aspekty vyvodzovania a predpovedania ML/MAP,
- Študenti chápu myšlienku priemeru bayesovského modelu a pravdepodobných predpovedí.
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Žiadne.
Povinné pre študentov
- Prehľad základnej teórie pravdepodobnosti.
Voliteľné pre študentov
Žiadne.
Referencie a zázemie pre študentov
- Biskup, Christopher M. (2006). Rozpoznávanie vzorov a strojové učenie, kapitola 1 a 2. Stručný prehľad teórie pravdepodobnosti nájdete v časti 1.2.
Odporúčané pre učiteľov
- Oboznámte sa s demonštračnými materiálmi.
Učebné materiály
Pokyny pre učiteľov
Oboznámte sa s témami v náčrte lekcie a ukážte koncepty pomocou interaktívnych poznámkových blokov (maximalizácia/minimalizácia strát, vzťah medzi predchádzajúcim, zadným a počtom pozorovaní). Stručný prehľad o kóde.
Prehľad/časový harmonogram
| Trvanie (min) | Popis | Koncepty |
|---|---|---|
| 10 | Bayesian zaobchádzanie s mincami hodiť | pozorovanie, parameter, rozdelenie Bernoulli |
| 10 | Vyvodenie z maximálnej pravdepodobnosti | pravdepodobnosť, funkcia straty, crossentropia |
| 10 | Demonštrácia (maximalizácia pravdepodobnosti) | — |
| 15 | Pravdepodobný záver cez Bayesovu vetu | predchádzajúce, zadná distribúcia beta, hyperparametre, maximálne a posteriori |
| 5 | Demonštrácia (predchádzajúca a zadná) | — |
| 10 | Prediktívne rozdelenie a priemerovanie modelov | prediktívne rozdelenie, priemerovanie bayesovského modelu |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.