Administrative oplysninger
| Titel | Beslutningsnetværk |
| Varighed | 60 |
| Modul | A |
| Lektionstype | Tutorial |
| Fokus | Teknisk — Grundlæggelser af kunstig intelligens |
| Emne | Beslutningsnetværk |
Nøgleord
Naive Bayes-net,Bayes-net,Beslutningsnetværk, optimal beslutning, informationens værdi,
Læringsmål
- Studerende kan designe et interventionseksperiment til A/B-test og en billedevaluering af A/B-test
- Studerende kan konstruere kausale diagrammer og generelle beslutningsnet
- Studerende kan teste retfærdighed ved hjælp af en kausal model
Forventet forberedelse
Læringsbegivenheder, der skal fuldføres før
Obligatorisk for studerende
- Kunstig intelligens: En moderne tilgang, 4. globale ed. af Stuart Russell og Peter Norvig, Pearson (AIMA4e):ch16-17
- begreber om sandsynlighed
- aksiomer af sandsynlighedsteori
- begrebet uafhængighed
- Bayes' regel
- Bayesian model i gennemsnit
- universel kunstig intelligens
- multivariate fælles sandsynlighedsfordelinger
- kæderegel
Valgfrit for studerende
- AIMA4e:ch16-17
Referencer og baggrund for studerende
- AIMA4e:ch16-17
Anbefalet til lærerne
- AIMA4e:ch16-17
- Charniak, E., 1991. Bayesian netværk uden tårer. AI-magasin, 12(4), s. 50-50.
- Pearl, J., 2019. De syv værktøjer til kausal slutning, med refleksioner om maskinindlæring. Meddelelser fra ACM, 62(3), s. 54-60.
Undervisningsmaterialer
Instruktioner til lærerne
Parallelt med foredraget opbygge en låneevaluering beslutning netto model og undersøge dens retfærdighed.
Oversigt/tidsplan
| Varighed | Beskrivelse |
|---|---|
| 15 | Forklar et kausaldiagram |
| 15 | Sæt beviser og diskuter optimal handling. |
| 15 | Identificer en variabel E' med maksimal værdi af information. |
| 15 | Tegn en tilfældig værdi fra E' og vælg den optimale handling. |
Anerkendelser
Programmet Human-Centered AI Masters blev samfinansieret af Connecting Europe-faciliteten i Den Europæiske Union under tilskud CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.