[denne side på wiki][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Forelæsning: Modelevaluering

Administrative oplysninger

Titel Modelevaluering
Varighed 60
Modul A
Lektionstype Forelæsning
Fokus Teknisk — Grundlæggelser af kunstig intelligens
Emne Fundamentet for AI

Nøgleord

undermontering, overfitting, generalisering, bias-varians nedbrydning, model kompleksitet, ROC kurve,

Læringsmål

Forventet forberedelse

Læringsbegivenheder, der skal fuldføres før

Obligatorisk for studerende

Ingen.

Referencer og baggrund for studerende

Ingen.

Anbefalet til lærerne

  • Gør sig bekendt med demonstrationsmaterialet.

Undervisningsmaterialer

Instruktioner til lærerne

Dække emnerne i lektionsoversigten og demonstrere begreberne ved hjælp af interaktive notesbøger (hyperparametrenes virkning på under-/overmontering og bias/variancekurverne; calcluation af ROC/PR-kurverne).

Oversigt/tidsplan

Varighed (min) Beskrivelse Koncepter
5 Ikke-lineær regression (recap) basispunkter, RBF, kerneparametre, gennemsnitlig kvadreret fejl
10 Model kompleksitet, regulariztaion og antallet af parametre kompleksitet, regulering
10 Bias-varians dekomponering af gennemsnitlig kvadreret fejl generalisering fejl, bias, varians, observation støj, underfitting, overfitting
10 Påvisning af virkningerne af kompleksitetsparameteren

reguleringskoefficient og antallet af basispoint på

kurvetilpasning og bias/varians

15 Evaluering af klassifikationsmodeller forvirring matrix, TPR, FPR, præcision, beslutningsgrænse, ROC/PR kurve
10 Påvisning af beslutningsgrænser og ROC-kurven

Anerkendelser

Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.