Informații administrative
| Titlu | Regresie liniară |
| Durată | 60 |
| Modulul | A |
| Tipul lecției | Practică |
| Focalizare | Practică – Modelarea IA |
| Subiect | Modelarea IA |
Cuvinte cheie
regresie liniară, probabilitate maximă, a posteriori maxim, funcții de bază,
Obiective de învățare
- Pentru a putea potrivi un model de regresie liniară folosind diferite abordări de estimare și metode de montare cu utilizarea Python și a pachetelor adecvate
- Pentru a putea utiliza operații matriciale eficiente în regresie liniară
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
- O revizuire a algebrei liniare de bază și rezolvarea numerică a sistemelor liniare.
Opțional pentru studenți
Nici unul.
Referințe și context pentru studenți
- Documentație scikit-learn și exemple: https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
Recomandat pentru profesori
- O revizuire a modului în care funcțiile numpy utilizate în notebook sunt parametrizate.
Materiale de lecție
Instrucțiuni pentru profesori
Acest eveniment de învățare constă în sarcini de laborator care vor fi rezolvate de către elevi cu ajutorul instructorului de conducere.
Pregătiți un mediu notebook cu numpy, matplotlib și scikit-learn instalate.
Schiță/program de timp
| Durată (min) | Descriere | Concepte |
|---|---|---|
| 5 | Prezentare succintă a sarcinilor care trebuie îndeplinite | |
| 5 | Generarea seturilor de date liniare cu zgomot Gaussian | zgomot aditiv, np.random.randn |
| 15 | Montarea și evaluarea modelelor de regresie liniară prin intermediul solveoarelor liniare | operații matrice în numpy, np.linalg.solve, RMSE, grafică |
| 10 | Transformarea eșantioanelor și regresia polinomială | Vandermonde-matrix, np.power.exterior |
| 10 | Montarea și evaluarea modelelor liniare cu regularizare | Stabilitatea numerică, numărul condiției, reprezentarea grafică |
| 15 | Montarea unui model liniar pe seturi de date reale | învață: StandardScaler, Regresie liniară |
Confirmări
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.