[tämä sivu wikissä][indeksi][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Luento: Mallin arviointi

Hallinnolliset tiedot

Otsikko Mallin arviointi
Kesto 60
Moduuli A
Oppitunnin tyyppi Luento
Keskittyminen Tekninen – tekoälyn perusteet
Aihe Tekoälyn perusteet

Avainsanoja

aliasennus, ylisovitus, yleistyminen, puolueellisuus-varianssin hajoaminen, mallin monimutkaisuus, ROC-käyrä,

Oppimistavoitteet

Odotettu valmistelu

Pakollinen opiskelijoille

Ei mitään.

Valinnainen opiskelijoille

Referenssejä ja taustaa opiskelijoille

Ei mitään.

Suositellaan opettajille

  • Tutustu esittelymateriaaleihin.

Oppituntimateriaalit

Ohjeita opettajille

Käsiteltävä oppitunnin hahmotelmat ja demonstroitava käsitteet interaktiivisten kannettavien tietokoneiden avulla (ali- tai ylisovituksen hyperparametrien vaikutus sekä puolueellisuus/varianssikäyrät; ROC/PR-käyrän kaltevuus).

Pääpiirteittäin/aika-aikataulu

Kesto (min) Kuvaus Käsitteet
5 Epälineaarinen regressio (regressio) peruspisteet, RBF, ytimen parametrit, keskimääräinen neliövirhe
10 Mallin monimutkaisuus, normalisointi ja parametrien määrä monimutkaisuus, laillistaminen
10 Keskimääräisen neliövirheen bias-varianssin hajoaminen yleistysvirhe, puolueellisuus, varianssi, havainnointimelu, aliasennus, ylisovitus
10 Monimutkaisuusparametrin vaikutusten osoittaminen,

tasauskerroin ja peruspisteiden lukumäärä

käyrän sovittaminen ja puolueellisuus/varianssi

15 Luokitusmallien arviointi sekaannusmatriisi, TPR, FPR, tarkkuus, päätösraja, ROC/PR-käyrä
10 Päätösrajojen ja ROC-käyrän demonstrointi

Tunnustukset

Human-Centered AI Masters -ohjelmaa rahoitettiin Euroopan unionin Verkkojen Eurooppa -välineestä (CEF-TC-2020–1 Digital Skills 2020-EU-IA-0068).