Administrativní informace
Název | Modelové armatury a optimalizace |
Trvání | 150–180 min |
Modul | A |
Typ lekce | Praktické |
Soustředění | Technické – Základy umělé inteligence |
Téma | Montáž a optimalizace |
Klíčová slova
modelování,optimalizace,binární klasifikace,regrese,
Vzdělávací cíle
- Vizualizujte a škálujte funkce a štítky tak, aby jednoduše zařazovaly problém.
- Pomocí metrik vyhodnocujte klasifikační model.
- Nalaďte hyperparametry pro zlepšení výkonu modelu.
Očekávaná příprava
Vzdělávací akce, které mají být dokončeny před
Povinné pro studenty
- Studenti by měli mít praktické zkušenosti s programováním pythonů
- Studenti by měli mít dobré znalosti o technikách průzkumu dat
- Studenti by měli přezkoumat přednášky a demonstrace na témata Model Types, Model Evaluation, Model Fitting a Model Optimization.
Volitelné pro studenty
Žádné.
Reference a zázemí pro studenty
Žádné.
Doporučeno pro učitele
- Základy strojového učení 6: Převlékání (princeton.edu)
- Regularizace – Colaboratory (google.com)
- Underfit-Overfit – Kolaboratory (google.com)
Materiály pro výuku
Pokyny pro učitele
Postupujte podle kroků v Colabu.
Nástin přednášek
Doba trvání (min) | Popis | Aktivity | Materiál |
---|---|---|---|
0–15 min | Stručný přehled úkolů a studijních cílů | Pokyny lektora | CoLab praktický odkaz pro lektora |
15–40 min | Úkol 1 – Prozkoumejte soubor dat – Vizualizace a shrnutí zjištění. Normalizovat a označit cílovou proměnnou. | Podávání zpráv – šetření údajů (zkreslení, nadbytečnost, etika) | |
40–75 min | Úkol 2 – Vyhodnocení modelu – Hodnocení modelu na základě údajů o vlaku a zkouškách. | Kódování | |
75–105 min | Úloha 3 – Optimalizace modelu – Použijte hyperparametrové ladění a upravte prahovou hodnotu pro zlepšení výkonu. | Kódování | |
105–135 min | Úkol 4 – Optimalizace modelu – sumarizace výkonu modelu úkolu 3 | Podávání zpráv – shrnutí | |
135–150 min | Shrnutí praktického | Závěr lektora |
Potvrzení
Program Human-Centered AI Masters byl spolufinancován Nástrojem Evropské unie pro propojení Evropy v rámci grantu CEF-TC-2020–1 Digitální dovednosti 2020-EU-IA-0068.