Administratívne informácie
| Názov | Lineárna regresia |
| Trvanie | 60 |
| Modul | A |
| Druh lekcie | Praktické |
| Zameranie | Praktické – modelovanie umelej inteligencie |
| Téma | Modelovanie umelej inteligencie |
Kľúčové slová
lineárna regresia, maximálna pravdepodobnosť, maximálna a posteriori, základné funkcie,
Vzdelávacie ciele
- Aby bolo možné namontovať model lineárnej regresie pomocou rôznych metód odhadu a montážnych metód s použitím Pythonu a vhodných balení
- Aby bolo možné využívať efektívne matricové operácie pri lineárnej regresii
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- Prehľad základnej lineárnej algebry a numerické riešenie lineárnych systémov.
Voliteľné pre študentov
Žiadne.
Referencie a zázemie pre študentov
- Dokumentácia a príklady učenia sa scikit: https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LinearRegression.html
Odporúčané pre učiteľov
- Prehľad o parametroch numpy funkcií používaných v poznámkovom bloku.
Učebné materiály
Pokyny pre učiteľov
Táto vzdelávacia udalosť pozostáva z laboratórnych úloh, ktoré riešia študenti s pomocou vedúceho inštruktora.
Pripravte si prostredie notebooku s inštalovaným numpy, matplotlibom a scikit-učením.
Prehľad/časový harmonogram
| Trvanie (min) | Popis | Koncepty |
|---|---|---|
| 5 | Stručné informácie o úlohách, ktoré sa majú vykonať | |
| 5 | Generovanie lineárnych dátových súborov s Gaussovským šumom | prídavný hluk, np.random.randn |
| 15 | Montáž a vyhodnocovanie lineárnych regresných modelov prostredníctvom lineárnych riešiteľov | maticové operácie v numpy, np.linalg.solve, RMSE, zakresľovanie |
| 10 | Transformačné vzorky a polynómová regresia | Vandermonde-matrix, np.power.outer |
| 10 | Montáž a vyhodnocovanie lineárnych modelov s reguláciou | Numerická stabilita, číslo stavu, zakreslenie |
| 15 | Montáž lineárneho modelu na skutočné súbory údajov | scikit-učiť sa: StandardScaler, lineárna regresia |
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.