Haldusteave
| Ametinimetus | Mudeli hindamine |
| Kestus | 60 |
| Moodul | A |
| Õppetunni liik | Loeng |
| Keskendumine | Tehniline – AI alused |
| Teema | Tehisintellekti alused |
Võtmesõnad
alapaigaldamine, ülepaigaldamine, üldistamine, kõrvalekallete lagunemine, mudeli keerukus, ROC kõver,
Õpieesmärgid
- Õppijad mõistavad eeldatava ennustava jõudluse ja üldistuse kontseptsiooni
- Õppijad mõistavad mudeli keerukuse kontseptsiooni ja selle seost üldistamise tulemuslikkusega
- Õppijad on tuttavad eelarvamuste ja dispersiooniga oma suhtega ala- ja ülesobivusega.
- Õppijatel on kindel arusaam binaarsete klassifitseerimismudelite hindamisest, millel on kõige laialdasemalt kasutatavad mõõdikud
Eeldatav ettevalmistamine
Õppeüritused, mis tuleb lõpetada enne
Kohustuslik õpilastele
Puudub.
Valikuline õpilastele
Viited ja taust õpilastele
Puudub.
Soovitatav õpetajatele
- Tutvuge näidismaterjalidega.
Õppematerjalid
Juhised õpetajatele
Kirjeldage õppetunni teemasid ja tutvustage kontseptsioone interaktiivsete märkmike abil (hüperparameetrite mõju ala-/lisavarustusele ja nihke-/variatsioonikõverad; ROC/PR kõverate kalkuleerimine).
Ülevaade/ajakava
| Kestus (min) | Kirjeldus | Mõisted |
|---|---|---|
| 5 | Mittelineaarne regressioon (recap) | baaspunktid, RBF, tuumaparameetrid, keskmine ruutviga |
| 10 | Mudeli keerukus, regulaarsus ja parameetrite arv | keerukus, seadustamine |
| 10 | Keskväärtuse ruutvea hälve-variatsiooni lagunemine | üldistusviga, kallutatus, dispersioon, vaatlusmüra, alapaigaldamine, ülepaigaldamine |
| 10 | Keerukuse parameetri mõju tõendamine, korrigeerimiskoefitsient ja baaspunktide arv kõvera sobitamine ja kallutatus/variant |
|
| 15 | Klassifitseerimismudelite hindamine | segasusmaatriks, TPR, FPR, täpsus, otsusepiirid, ROC/PR kõver |
| 10 | Otsuse piiride ja ROC kõvera tõendamine |
Tunnustused
Inimkeskse tehisintellekti magistriprogrammi kaasfinantseeris Euroopa Liidu Ühendamise Rahastu toetusega CEF-TC-2020–1 „Digioskused 2020“-EU-IA-0068.