Informações administrativas
| Titulo | Avaliação do modelo |
| Duração | 60 |
| Módulo | A |
| Tipo de aula | Palestra |
| Foco | Técnico — Fundamentos da IA |
| Tópico | Fundamentos da IA |
Palavras-chave
subequipamento, sobremontagem, generalização, decomposição da variação do viés, complexidade do modelo, curva ROC,
Objetivos de aprendizagem
- Os alunos compreendem o conceito de desempenho preditivo esperado e generalização
- Os alunos compreendem o conceito de complexidade do modelo e sua relação com o desempenho de generalização
- Os alunos estão familiarizados com o preconceito e a variância da sua relação com o subequipamento e o overfitting.
- Os alunos têm uma compreensão firme na avaliação de modelos de classificação binária com as métricas mais amplamente aplicadas
Preparação prevista
Eventos de aprendizagem a serem concluídos antes
Obrigatório para os Estudantes
Nenhuma.
Facultativo para Estudantes
Referências e antecedentes para estudantes
Nenhuma.
Recomendado para professores
- Familiarize-se com os materiais de demonstração.
Materiais das aulas
Instruções para os professores
Cobrir os tópicos do esboço da lição e demonstrar os conceitos utilizando os blocos de notas interativos (efeito dos hiperparametros na sub/sobreposição e as curvas de enviesamento/variância; calcluação das curvas ROC/PR).
Calendário/horário
| Duração (min) | Descrição | Conceitos |
|---|---|---|
| 5 | Regressão não linear (recap) | pontos de base, RBF, parâmetros do kernel, erro médio ao quadrado |
| 10 | Complexidade do modelo, regularização e número de parâmetros | complexidade, regularização |
| 10 | Decomposição da variação de enviesamento do erro médio quadrado | erro de generalização, viés, variância, ruído de observação, subequipamento, sobremontagem |
| 10 | Demonstração dos efeitos do parâmetro de complexidade, coeficiente de regularização e número de pontos de base ajuste da curva e viés/variância |
|
| 15 | Avaliação dos modelos de classificação | matriz de confusão, TPR, FPR, precisão, limite de decisão, curva ROC/PR |
| 10 | Demonstração dos limites de decisão e da curva ROC |
Agradecimentos
O programa de mestrado em IA centrado no ser humano foi cofinanciado pelo Mecanismo Interligar a Europa da União Europeia ao abrigo de subvenções CEF-TC-2020-1 Competências Digitais 2020-EU-IA-0068.