[tato stránka na wiki][index][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Praktické: Modelové armatury a optimalizace

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

Očekávaná příprava

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

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.