Adminisztratív információk
| Cím | Lineáris regresszió |
| Időtartam | 60 |
| Modul | A |
| Lecke típusa | Előadás |
| Fókusz | Praktikus – AI modellezés |
| Téma | Lineáris regresszió |
Kulcsszó
lineáris regresszió, maximális valószínűség, maximális utólagos, alapfüggvények,
Tanulási célok
- Bizonyítható tudást szerezni arról, hogy mi a lineáris regresszió
- A lineáris regresszió különböző megközelítéseinek bizonyítható ismerete: maximális valószínűségi becslés (MLE), maximális a-posteriori becslés (MAP), Bayesian
- Bizonyítható ismeretek megszerzése analitikus zárt formában lineáris regressziós modell beillesztéséhez
- Bizonyítható ismeretek szerzése nem lineáris lineáris modellekről
Várható előkészítés
Az előtt befejezendő tanulási események
Kötelező a diákok számára
- Az alap lineáris algebra és a lineáris rendszerek numerikus megoldása.
Választható diákok számára
Egy sem.
Referenciák és háttér a diákok számára
- Püspök, Christopher M. (2006). Mintafelismerés és gépi tanulás, 3. fejezet.
Ajánlott tanároknak
- Ismerkedjenek meg a bemutató anyaggal.
Leckeanyagok
Utasítások tanároknak
Fedezze fel a tananyagban szereplő témákat, és mutassa be a fogalmakat az interaktív jegyzetfüzetek segítségével (manuálisan beillesztve egy modellt, bemutatva a hiperparaméterek hatásait). Adjon rövid áttekintést a kódról.
Vázlat/időterv
| Időtartam (perc) | Leírás | Fogalmak |
|---|---|---|
| 5 | Bevezetés a lineáris regresszióba | hiperplán, normál, elfogultság |
| 5 | Lineáris regressziós modell meghatározása | additív zaj, Gauss-eloszlás |
| 15 | Maximális valószínűségi becslés | négyzetes hiba, lineáris megoldók |
| 10 | Nemlineáris (polinom) regresszió | polinom regresszió, minták átalakítása |
| 10 | Maximális utólagos becslés | hiperparaméter, előzetes, reguláció, numerikus stabilitás |
| 5 | Bayes-i lineáris regresszió | hátsó, bizonytalanság, prediktív középérték és variancia |
| 10 | Tüntetés |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.