Διοικητικές πληροφορίες
| Τίτλος | Γραμμική παλινδρόμηση |
| Διάρκεια | 60 |
| Ενότητα | Α |
| Είδος μαθήματος | Διάλεξη |
| Εστίαση | Πρακτική — Μοντελοποίηση τεχνητής νοημοσύνης |
| Θέμα | Γραμμική παλινδρόμηση |
Λέξεις-κλειδιά
γραμμική παλινδρόμηση, μέγιστη πιθανότητα, μέγιστη εκ των υστέρων, συναρτήσεις βάσης,
Μαθησιακοί στόχοι
- Να αποκτήσουν αποδεδειγμένη γνώση του τι είναι γραμμική παλινδρόμηση
- Για την απόκτηση αποδεδειγμένης γνώσης των διαφόρων προσεγγίσεων της γραμμικής παλινδρόμησης: εκτίμηση μέγιστης πιθανότητας (MLE), μέγιστη εκτίμηση a-posteriori (MAP), Bayesian
- Για την απόκτηση αποδεδειγμένης γνώσης αναλυτικής κλειστής μορφής για την τοποθέτηση ενός μοντέλου γραμμικής παλινδρόμησης
- Για την απόκτηση αποδεδειγμένης γνώσης μη γραμμικών γραμμικών μοντέλων
Αναμενόμενη προετοιμασία
Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν
Υποχρεωτικό για τους φοιτητές
- Μια ανασκόπηση της βασικής γραμμικής άλγεβρας και την επίλυση γραμμικών συστημάτων αριθμητικά.
Προαιρετικό για Φοιτητές
Καμία.
Αναφορές και υπόβαθρο για τους μαθητές
- Επίσκοπος, Κρίστοφερ Μ. (2006). Αναγνώριση προτύπων και μηχανική μάθηση, κεφάλαιο 3.
Συνιστάται για εκπαιδευτικούς
- Εξοικειωθείτε με το υλικό επίδειξης.
Υλικό μαθήματος
Οδηγίες για τους εκπαιδευτικούς
Καλύψτε τα θέματα στο περίγραμμα του μαθήματος και παρουσιάστε τις έννοιες χρησιμοποιώντας τα διαδραστικά σημειωματάρια (τοποθετώντας ένα μοντέλο «χειροκίνητα», αποδεικνύοντας τα αποτελέσματα των υπερπαραμέτρων). Δώστε μια σύντομη επισκόπηση του κώδικα.
Σχεδιάγραμμα/χρονοδιάγραμμα
| Διάρκεια (ελάχ.) | Περιγραφή | Έννοιες |
|---|---|---|
| 5 | Εισαγωγή στη γραμμική παλινδρόμηση | υπερπλάνο, φυσιολογικό, προκατάληψη |
| 5 | Καθορισμός ενός μοντέλου γραμμικής παλινδρόμησης | πρόσθετος θόρυβος, διανομή Gaussian |
| 15 | Εκτίμηση μέγιστης πιθανότητας | ορθογώνιο σφάλμα, γραμμικοί λύτες |
| 10 | Μη γραμμική (πολυωνυμική) παλινδρόμηση | πολυωνυμική παλινδρόμηση, μετατροπή δειγμάτων |
| 10 | Μέγιστη εκ των υστέρων εκτίμηση | υπερπαράμετρος, πριν, τακτοποίηση, αριθμητική σταθερότητα |
| 5 | Γραμμική παλινδρόμηση του Bayes | οπίσθια, αβεβαιότητα, προγνωστικός μέσος όρος και διακύμανση |
| 10 | Επίδειξη |
Αναγνωρίσεις
Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.