Informazzjoni Amministrattiva
| Titlu | Rigressjoni lineari |
| Tul ta’ żmien | 60 |
| Modulu | A |
| Tip ta’ lezzjoni | Prattiċi |
| Fokus | Prattiċi — Immudellar tal-IA |
| Suġġett | Immudellar tal-IA |
Kliem prinċipali
rigressjoni lineari, probabbiltà massima, funzjonijiet tal-bażi massimi a posteriori,
Għanijiet ta’ Tagħlim
- Biex ikun jista’ jitwaħħal mudell ta’ rigressjoni lineari bl-użu ta’ diversi approċċi ta’ stima u metodi ta’ twaħħil bl-użu ta’ Python u pakketti xierqa
- Biex ikunu jistgħu jintużaw operazzjonijiet matriċi effiċjenti f’rigressjoni lineari
Preparazzjoni mistennija
Avvenimenti ta’ Tagħlim li għandhom jiġu Mlestija Qabel
Obbligatorju għall-Istudenti
- Reviżjoni ta’ alġebra lineari bażika u sistemi lineari ta’ soluzzjoni numerikament.
Fakultattiv għall-Istudenti
Xejn.
Referenzi u sfond għall-istudenti
- Dokumentazzjoni u eżempji ta’ scikit-learn: https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
Rakkomandat għall-Għalliema
- Reviżjoni ta ‘kif il-funzjonijiet numpy użati fil-notebook huma parametrizzati.
Materjali tal-lezzjoni
Struzzjonijiet għall-Għalliema
Dan l-avveniment ta’ tagħlim jikkonsisti f’kompiti tal-laboratorju li għandhom jiġu solvuti mill-istudenti bl-għajnuna tal-għalliem ewlieni.
Ipprepara ambjent notebook ma numpy, matplotlib u scikit-learn installat.
Deskrizzjoni ġenerali/skeda ta’ żmien
| Tul ta’ żmien (min) | Deskrizzjoni | Kunċetti |
|---|---|---|
| 5 | Informazzjoni dwar il-kompiti li għandhom jitwettqu | |
| 5 | Ġenerazzjoni ta’ settijiet ta’ data lineari bi storbju Gaussian | storbju addittiv, np.random.randn |
| 15 | l-immuntar u l-evalwazzjoni ta’ mudelli ta’ rigressjoni lineari permezz ta’ solvers lineari | operazzjonijiet matriċi fi numpy, np.linalg.solve, RMSE, ipplottjar |
| 10 | It-trasformazzjoni tal-kampjuni u r-rigressjoni polinomjali | Matriċi ta’ Vandermonde, np.power.outer |
| 10 | Twaħħil u evalwazzjoni ta’ mudelli lineari b’regolarizzazzjoni | Stabbiltà numerika, numru tal-kundizzjoni, ipplottjar |
| 15 | It-twaħħil ta’ mudell lineari fuq settijiet tad-data reali | scikit-learn: StandardScaler, LinearRegression |
Rikonoxximenti
Il-programm Masters tal-IA Ċentrata mill-Bniedem ġie kofinanzjat mill-Faċilità Nikkollegaw l-Ewropa tal-Unjoni Ewropea Taħt l-Għotja CEF-TC-2020–1 Ħiliet Diġitali 2020-EU-IA-0068.