Upravne informacije
| Naslov | Sklepanje in predvidevanje |
| Trajanje | 60 |
| Modul | A |
| Vrsta lekcije | Predavanje |
| Osredotočenost | Tehnični – temelji umetne inteligence |
| Tema | Temelji umetne inteligence |
Ključne besede
Bayesian sklepanje, največja verjetnost, maksimalna posteriori, Bayesian model povprečenje.,
Učni cilji
- Učenci razumejo osnovno idejo Bayesovega razmišljanja,
- Učenci so seznanjeni z ML in MAP sklepajo z različnimi distribucijami,
- Učenci razumejo algoritemske vidike sklepanja in napovedovanja ML/MAP,
- Učenci razumejo idejo Bayesovega modela povprečenja in verjetnostnih napovedi.
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Nobenega.
Obvezno za študente
- Pregled osnovne teorije verjetnosti.
Neobvezno za študente
Nobenega.
Reference in ozadje za študente
- Škof, Christopher M. (2006). Prepoznavanje vzorcev in strojno učenje, poglavji 1 in 2. Za kratek pregled teorije verjetnosti glej poglavje 1.2.
Priporočeno za učitelje
- Seznanite se z demonstracijskimi materiali.
Gradivo za učne ure
Navodila za učitelje
Opišite teme v orisu lekcije in predstavite koncepte z uporabo interaktivnih zvezkov (verjetnost maksimizacija/zmanjševanje izgube, razmerje med predhodnim, posteriornim in številom opazovanj). Na kratko opišite kodo.
Oris/časovni razpored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 10 | Bayesova obdelava metanja kovanca | opazovanje, parameter, Bernoullijeva porazdelitev |
| 10 | Sklepanje preko maksimalne verjetnosti | verjetnost, funkcija izgube, crossentropy |
| 10 | Predstavitev (maksimizacija verjetnosti) | — |
| 15 | Verjetnostni zaključek skozi Bayesov izrek | prej, posterior, porazdelitev beta, hiperparametri, maksimalna posteriori |
| 5 | Predstavitev (predhodna in posteriorna) | — |
| 10 | Napovedna porazdelitev in povprečje modela | napovedna porazdelitev, Bayesian model povprečenje |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).