Administrativne informacije
| Naslov | Model montaže i optimizacije |
| Trajanje | 60 |
| Modul | A |
| Vrsta lekcija | Predavanje |
| Fokus | Tehnički – temelji umjetne inteligencije |
| Tema | Temelji umjetne inteligencije |
Ključne riječi
logistička regresija, ugradnja modela, optimizacija, spuštanje gradijenta, Newtonova metoda, numerička stabilnost,
Ciljevi učenja
- Steći dokazivo znanje o tome što je logistička regresija
- Steći dokazivo znanje o ML zaključcima u modelima koji nisu povezani s krivotvorinama putem gradijentnog spuštanja
- Stjecanje dokazivog znanja o projektiranju i implementaciji algoritama optimizacije temeljenih na gradijentu
Očekivana priprema
Edukativni događaji koji će biti završeni prije
Obvezno za studente
- Pregledajte osnove Bayesova zaključka i maksimalnu vjerojatnost
- Pregled elementarnog vektorskog računa
Neobvezno za studente
Nijedan.
Preporuke i pozadina za studente
Nijedan.
Preporučeno nastavnicima
- Upoznajte se s demonstracijskim materijalom
Nastavni materijali
Upute za učitelje
Pokrijte teme u nastavnom prikazu i demonstrirajte koncepte pomoću interaktivnog prijenosnog računala (odnos broja iteracija, vrijednosti gubitka i granice odlučivanja, prikaz različitih algoritama i učinka stope učenja). Dajte kratak pregled koda.
Nacrt/vremenski raspored
| Trajanje (min) | Opis | Koncepti |
|---|---|---|
| 5 | Uvod u linearnu klasifikaciju | binarna klasifikacija, granica odluke |
| 15 | Definiranje logističkog regresijskog modela | kondicionirana gustoća razreda, sigmoidna funkcija, logistička regresija |
| 15 | Procjena najveće vjerojatnosti | binarna križna entropija, brzina učenja, spuštanje gradijenta |
| 10 | Pojedinosti o provedbi i numerička stabilnost | numerička stabilnost, prelijevanje |
| 10 | Napredni algoritmi | Newtonova metoda, pretraživanje linija |
| 5 | Demonstracija |
Priznanja
Diplomski studij umjetne inteligencije usmjeren na čovjeka sufinanciran je Instrumentom za povezivanje Europe Europske unije u okviru bespovratnih sredstava CEF-TC-2020 – 1 Digital Skills 2020-EU-IA-0068.