Adminisztratív információk
| Cím | Modellértékelés |
| Időtartam | 60 |
| Modul | A |
| Lecke típusa | Előadás |
| Fókusz | Technikai – A mesterséges intelligencia alapjai |
| Téma | A mesterséges intelligencia alapjai |
Kulcsszó
alulillesztés, túlszerelés, általánosítás, torzítás-variancia bomlása, modell összetettsége, ROC görbe,
Tanulási célok
- A tanulók megértik a várható prediktív teljesítmény és általánosítás fogalmát
- A tanulók megértik a modell összetettségének fogalmát és kapcsolatát az általánosítási teljesítménnyel
- A tanulók ismerik az elfogultságot és a varianciát az alulilleszkedéssel és a túlszereléssel való kapcsolatukban
- A tanulók szilárdan tudják értékelni a bináris osztályozási modelleket a legszélesebb körben alkalmazott mérőszámokkal
Várható előkészítés
Az előtt befejezendő tanulási események
Kötelező a diákok számára
Egy sem.
Választható diákok számára
Referenciák és háttér a diákok számára
Egy sem.
Ajánlott tanároknak
- Ismerkedjenek meg a demonstrációs anyagokkal.
Utasítások tanároknak
A lecke vázlatában szereplő témák lefedése és a fogalmak bemutatása az interaktív jegyzetfüzetek használatával (a hiperparaméterek hatása az alulra/túlillesztésre és az elfogultság/variancia görbékre); a ROC/PR görbék kalkluálása).
Vázlat/időterv
| Időtartam (perc) | Leírás | Fogalmak |
|---|---|---|
| 5 | Nem lineáris regresszió (recap) | bázispontok, RBF, kernel paraméterek, átlagos négyzetes hiba |
| 10 | A modell összetettsége, reguliztaion és a paraméterek száma | komplexitás, rendezés |
| 10 | Az átlagos négyzetes hiba torzítás-variancia bomlása | általánosítási hiba, elfogultság, variancia, megfigyelési zaj, alulillesztés, túlszerelés |
| 10 | A komplexitási paraméter hatásainak bemutatása, elszámolási együttható és az alábbi bázispontok száma: ívillesztés és torzítás/variancia |
|
| 15 | Az osztályozási modellek értékelése | zavartsági mátrix, TPR, FPR, pontosság, döntési határ, ROC/PR görbe |
| 10 | A döntési határok és a ROC-görbe bemutatása |
Visszaigazolások
A Human-Centered AI Masters programot az Európai Unió Európai Hálózatfinanszírozási Eszköze (CEF-TC-2020–1 Digitális készségek 2020 EU-IA-0068) társfinanszírozta.