Administrativní informace
| Název | Lineární regrese |
| Trvání | 60 |
| Modul | A |
| Typ lekce | Přednáška |
| Soustředění | Praktické – modelování umělé inteligence |
| Téma | Lineární regrese |
Klíčová slova
lineární regrese, maximální pravděpodobnost, maximální a posteriori, základní funkce,
Vzdělávací cíle
- Získat prokazatelné znalosti o tom, co je lineární regrese
- Získat prokazatelné znalosti o různých přístupech k lineární regresi: odhad maximální pravděpodobnosti (MLE), maximální odhad a-posteriori (MAP), Bayesian
- Získat prokazatelné znalosti analytické uzavřené formy pro montáž lineárního regresního modelu
- Získat prokazatelné znalosti o nelinearizujících lineárních modelech
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
- Přehled základní lineární algebry a numericky řešení lineárních systémů.
Volitelné pro studenty
Žádné.
Reference a zázemí pro studenty
- Biskup, Christopher M. (2006). Rozpoznávání vzorů a strojové učení, kapitola 3.
Doporučeno pro učitele
- Seznamte se s demonstračním materiálem.
Materiály pro výuku
Pokyny pro učitele
Pokryjte témata v osnově lekce a demonstrujte koncepty pomocí interaktivních poznámkových bloků (vybavení modelu „manuálně“, demonstrující účinky hyperparametrů). Poskytněte stručný přehled kódu.
Osnova/časový rozvrh
| Doba trvání (min) | Popis | Koncepty |
|---|---|---|
| 5 | Úvod do lineární regrese | hyperplane, normální, předpojatost |
| 5 | Definování lineárního regresního modelu | aditivní hluk, Gaussova distribuce |
| 15 | Odhad maximální pravděpodobnosti | čtvercová chyba, lineární řešiče |
| 10 | Nelineární (polynomická) regrese | polynomická regrese, transformace vzorků |
| 10 | Maximální a posteriori odhad | hyperparametr, předchozí, regularizace, numerická stabilita |
| 5 | Bayesovská lineární regrese | zadní, nejistota, prediktivní průměr a rozptyl |
| 10 | Demonstrace |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.