Administratívne informácie
| Názov | Lineárna regresia |
| Trvanie | 60 |
| Modul | A |
| Druh lekcie | Prednáška |
| Zameranie | Praktické – modelovanie umelej inteligencie |
| Téma | Lineárna regresia |
Kľúčové slová
lineárna regresia, maximálna pravdepodobnosť, maximálna a posteriori, základné funkcie,
Vzdelávacie ciele
- Získať preukázateľné vedomosti o tom, čo je lineárna regresia
- Získať preukázateľné vedomosti o rôznych prístupoch k lineárnej regresii: odhad maximálnej pravdepodobnosti (MLE), maximálny a posteriori odhad (MAP), Bayesian
- Získať preukázateľné znalosti analytickej uzavretej formy pre montáž lineárneho regresného modelu
- Získať preukázateľné vedomosti o nelineárnych lineárnych modeloch
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- Prehľad základnej lineárnej algebry a numerické riešenie lineárnych systémov.
Voliteľné pre študentov
Žiadne.
Referencie a zázemie pre študentov
- Biskup, Christopher M. (2006). Rozpoznávanie vzorov a strojové učenie, kapitola 3.
Odporúčané pre učiteľov
- Zoznámiť sa s demonštračným materiálom.
Učebné materiály
Pokyny pre učiteľov
Oboznámte sa s témami v náčrte lekcie a ukážte koncepty pomocou interaktívnych poznámkových blokov (pripevnite model „manuálne“ demonštrujte účinky hyperparametrov). Stručný prehľad o kóde.
Prehľad/časový harmonogram
| Trvanie (min) | Popis | Koncepty |
|---|---|---|
| 5 | Úvod do lineárnej regresie | hyperplane, normálne, skreslenie |
| 5 | Definovanie lineárneho regresného modelu | adičný hluk, Gaussova distribúcia |
| 15 | Odhad maximálnej pravdepodobnosti | štvorcová chyba, lineárne riešitelia |
| 10 | Nelineárna (polynomická) regresia | polynómová regresia, transformácia vzoriek |
| 10 | Maximálny a posteriori odhad | hyperparameter, predchádzajúca, regularizácia, numerická stabilita |
| 5 | Bayesian lineárna regresia | zadná časť, neistota, prediktívna stredná hodnota a rozptyl |
| 10 | Demonštrácia |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.