Upravne informacije
| Naslov | Linearna regresija |
| Trajanje | 60 |
| Modul | A |
| Vrsta lekcije | Predavanje |
| Osredotočenost | Praktično – modeliranje umetne inteligence |
| Tema | Linearna regresija |
Ključne besede
linearna regresija, največja verjetnost, maksimalna a posteriori, osnovne funkcije,
Učni cilji
- Pridobiti dokazljivo znanje o tem, kaj je linearna regresija
- Pridobiti dokazljivo znanje o različnih pristopih k linearni regresiji: ocena največje verjetnosti (MLE), maksimalna a-posteriorska ocena (MAP), Bayesian
- Pridobiti dokazljivo znanje analitične zaprte oblike za vgradnjo linearnega regresijskega modela
- Pridobiti dokazljivo znanje o nelinearnih linearnih modelih
Pričakovana priprava
Učenje Dogodki, ki jih je treba dokončati pred
Obvezno za študente
- Pregled osnovne linearne algebre in numerično reševanje linearnih sistemov.
Neobvezno za študente
Nobenega.
Reference in ozadje za študente
- Škof, Christopher M. (2006). Prepoznavanje vzorcev in strojno učenje, poglavje 3.
Priporočeno za učitelje
- Seznanite se z demonstracijskim materialom.
Gradivo za učne ure
Navodila za učitelje
Opišite teme v orisu lekcije in predstavite koncepte z uporabo interaktivnih zvezkov (opremljanje modela „ročno“, ki prikazuje učinke hiperparametrov). Na kratko opišite kodo.
Oris/časovni razpored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 5 | Uvod v linearno regresijo | hiperplane, normalna, pristranskost |
| 5 | Opredelitev linearnega regresijskega modela | aditivni hrup, Gaussova porazdelitev |
| 15 | Ocena največje verjetnosti | kvadratna napaka, linearni reševalci |
| 10 | Nelinearna (polinomska) regresija | polinomska regresija, transformacija vzorcev |
| 10 | Maksimalna posteriorna ocena | hiperparameter, predhodna ureditev, numerična stabilnost |
| 5 | Bayesova linearna regresija | posteriorna, negotovost, napovedna sredina in varianca |
| 10 | Prikaz |
Priznanja
Program Masters umetne inteligence, ki je bil vključen v človeka, je bil sofinanciran z instrumentom za povezovanje Evrope Evropske unije v okviru nepovratnih sredstev (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).