Administrativne informacije
| Naslov | Linearna regresija |
| Trajanje | 60 |
| Modul | A |
| Vrsta lekcija | Predavanje |
| Fokus | Praktično – modeliranje umjetne inteligencije |
| Tema | Linearna regresija |
Ključne riječi
linearna regresija, najveća vjerojatnost, najviše a posteriori, bazne funkcije,
Ciljevi učenja
- Steći dokazivo znanje o tome što je linearna regresija
- Steći dokazivo znanje o različitim pristupima linearnoj regresiji: procjena najveće vjerojatnosti (MLE), maksimalna a-posteriori procjena (MAP), Bayesian
- Stjecanje dokazivog znanja o analitičkom zatvorenom obliku za ugradnju linearnog regresijskog modela
- Stjecanje dokazivog znanja o nelinearizirajućim linearnim modelima
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Obvezno za studente
- Pregled osnovnih linearnih algebre i numeričko rješavanje linearnih sustava.
Neobvezno za studente
Nijedan.
Preporuke i pozadina za studente
- Bishop, Christopher M. (2006.). Prepoznavanje uzoraka i strojno učenje, poglavlje 3.
Preporučeno nastavnicima
- Upoznajte se s demonstracijskim materijalom.
Nastavni materijali
Upute za učitelje
Pokrijte teme u nastavnim crtama i demonstrirajte koncepte pomoću interaktivnih bilježnica (prilagođujući model „ručno”, pokazujući učinke hiperparametara). Dajte kratak pregled koda.
Nacrt/vremenski raspored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 5 | Uvod u linearnu regresiju | hiperavion, normalan, pristran |
| 5 | Definiranje linearnog regresijskog modela | aditivna buka, Gaussova distribucija |
| 15 | Procjena najveće vjerojatnosti | kvadratna pogreška, linearni djelitelji |
| 10 | Nelinearna (polinomska) regresija | polinomska regresija, pretvorba uzoraka |
| 10 | Najveća a posteriori procjena | hiperparametar, prije, regularizacija, numerička stabilnost |
| 5 | Bayesova linearna regresija | stražnji dio, nesigurnost, prognostička sredina i varijance |
| 10 | Demonstracija |
Priznanja
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.