Informacje administracyjne
Tytuł | Mocowanie i optymalizacja modelu |
Czas trwania | 150-180 min |
Moduł | A |
Rodzaj lekcji | Praktyczne |
Skupienie | Techniczne – podstawy sztucznej inteligencji |
Temat | Montaż i optymalizacja |
Słowa kluczowe
dopasowanie modelu, optymalizacja, klasyfikacja binarna, regresja,
Cele w zakresie uczenia się
- Wizualizuj i skaluj funkcje i etykiety, aby po prostu problem z klasyfikacją.
- Użyj mierników do oceny modelu klasyfikacji.
- Dostroić hiperparametry, aby poprawić wydajność modelu.
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Obowiązkowe dla studentów
- Studenci powinni mieć praktyczne doświadczenie w programowaniu pytonowym
- Studenci powinni mieć dobre zrozumienie technik eksploracji danych
- Studenci powinni byli zapoznać się z wykładami i demonstracjami na tematy typów modeli, oceny modeli, montażu modeli i optymalizacji modelu
Opcjonalne dla studentów
Brak.
Referencje i tło dla studentów
Brak.
Zalecane dla nauczycieli
- Podstawy uczenia maszynowego Wykład 6: Overfitting (princeton.edu)
- Regularyzacja – Współpraca (google.com)
- Underfit-Overfit - Współpraca (google.com)
Materiały do lekcji
Instrukcje dla nauczycieli
Wykonaj kroki w Colab.
Zarys wykładu
Czas trwania (min) | Opis | Działalność | Materiał |
---|---|---|---|
0-15 min | Krótki przegląd zadań i celów edukacyjnych | Instrukcje wykładowcy | CoLab praktyczny link dla wykładowcy |
15 – 40 min | Zadanie 1 – Poznaj zestaw danych – Wizualizuj i podsumuj wyniki. Znormalizuj i oznacz zmienną docelową. | Sprawozdawczość – badanie danych (przestępczość, redundancja, etyka) | |
40 – 75 min | Zadanie 2 – Ocena modelu – ocena modelu na podstawie danych dotyczących pociągów i testów. | Kodowanie | |
75 – 105 min | Zadanie 3 – Optymalizacja modelu – Użyj strojenia hiperparametru i modyfikowania progu w celu poprawy wydajności. | Kodowanie | |
105 – 135 min | Zadanie 4 – Optymalizacja modelu – Podsumowanie wykonania modelu zadania 3 | Sprawozdawczość – podsumowanie | |
135-150 min. | Podsumowanie praktycznego | Wnioski wykładowcy |
Potwierdzenia
Program Masters zorientowany na człowieka został współfinansowany przez instrument „Łącząc Europę” Unii Europejskiej w ramach grantu CEF-TC-2020-1 Umiejętności cyfrowe 2020-EU-IA-0068.