[táto stránka na wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Prednáška: Modelové hodnotenie

Administratívne informácie

Názov Modelové hodnotenie
Trvanie 60
Modul A
Druh lekcie Prednáška
Zameranie Technické – základy umelej inteligencie
Téma Základy umelej inteligencie

Kľúčové slová

podmontovanie, premontovanie, zovšeobecnenie, rozklad skreslenej odchýlky, zložitosť modelu, krivka ROC,

Vzdelávacie ciele

Očakávaná príprava

Naučte sa udalosti, ktoré treba dokončiť predtým

Povinné pre študentov

Žiadne.

Referencie a zázemie pre študentov

Žiadne.

Odporúčané pre učiteľov

  • Oboznámte sa s demonštračnými materiálmi.

Učebné materiály

Pokyny pre učiteľov

Pokryť témy v náčrte lekcie a demonštrovať koncepty pomocou interaktívnych poznámkových blokov (účinok hyperparametrov na pod/nadmontovanie a krivky skreslenia/variancie; kalkulácia kriviek ROC/PR).

Prehľad/časový harmonogram

Trvanie (min) Popis Koncepty
5 Nelineárna regresia (recap) bázické body, RBF, parametre jadra, stredná štvorcová chyba
10 Zložitosť modelu, pravidelnosť a počet parametrov zložitosť, legalizácia
10 Rozklad skreslenej odchýlky strednej štvorcovej chyby chyba zovšeobecnenia, skreslenie, rozptyl, hluk pri pozorovaní, nedostatočná montáž, premontovanie
10 Preukázanie účinkov parametra zložitosti,

koeficient legalizácie a počet bázických bodov

tvarovanie kriviek a skreslenie/variance

15 Hodnotenie klasifikačných modelov matica zámeny, TPR, FPR, presnosť, hranica rozhodovania, krivka ROC/PR
10 Preukázanie hraníc rozhodovania a krivky ROC

Uznania

Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.