[αυτή η σελίδα στο wiki][δείκτης][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Φροντιστήριο: Δίκτυα αποφάσεων

Διοικητικές πληροφορίες

Τίτλος Δίκτυα αποφάσεων
Διάρκεια 60
Ενότητα Α
Είδος μαθήματος Φροντιστήριο
Εστίαση Τεχνικά — Ιδρύματα τεχνητής νοημοσύνης
Θέμα Δίκτυα αποφάσεων

Λέξεις-κλειδιά

Αφελής Bayes-net, δίκτυο αποφάσεων, βέλτιστη απόφαση, αξία των πληροφοριών,

Μαθησιακοί στόχοι

Αναμενόμενη προετοιμασία

Μαθησιακές εκδηλώσεις που πρέπει να ολοκληρωθούν πριν

Υποχρεωτικό για τους φοιτητές

  • Τεχνητή νοημοσύνη: Μια Σύγχρονη Προσέγγιση, 4η Παγκόσμια Εκδ. των Stuart Russell και Peter Norvig, Pearson (AIMA4e):ch16-17
  • έννοιες πιθανοτήτων
  • αξιώματα της θεωρίας πιθανοτήτων
  • έννοια της ανεξαρτησίας
  • Κανόνας Bayes
  • Bayesian μοντέλο κατά μέσο όρο
  • καθολική ΤΝ
  • πολυμεταβλητές κοινές κατανομές πιθανοτήτων
  • κανόνας αλυσίδας

Προαιρετικό για Φοιτητές

  • AIMA4e:ch16-17

Αναφορές και υπόβαθρο για τους μαθητές

  • AIMA4e:ch16-17

Συνιστάται για εκπαιδευτικούς

  • AIMA4e:ch16-17
  • Charniak, Ε., 1991. Bayesian δίκτυα χωρίς δάκρυα. Περιοδικό AI, 12(4), σ. 50-50.
  • Pearl, J., 2019. Τα επτά εργαλεία αιτιώδους συμπεράσματος, με σκέψεις σχετικά με τη μηχανική μάθηση. Ανακοινώσεις της ACM, 62(3), σ. 54-60.

Υλικό μαθήματος

Οδηγίες για τους εκπαιδευτικούς

Παράλληλα με τη διάλεξη χτίζεται ένα καθαρό μοντέλο απόφασης αξιολόγησης δανείων και διερευνάται η δικαιοσύνη του.

Σχεδιάγραμμα/χρονοδιάγραμμα

Διάρκεια Περιγραφή
15 Εξηγήστε ένα αιτιώδη διάγραμμα
15 Ορίστε αποδείξεις και συζητήστε τη βέλτιστη δράση.
15 Προσδιορίστε μια μεταβλητή Ε’ με μέγιστη τιμή πληροφοριών.
15 Σχεδιάστε μια τυχαία τιμή από το Ε’ και επιλέξτε τη βέλτιστη ενέργεια.

Αναγνωρίσεις

Το πρόγραμμα Μάστερ τεχνητής νοημοσύνης με επίκεντρο τον άνθρωπο συγχρηματοδοτήθηκε από τον μηχανισμό «Συνδέοντας την Ευρώπη» της Ευρωπαϊκής Ένωσης στο πλαίσιο της επιχορήγησης CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.