Administratieve informatie
| Titel | Besluitvormingsnetwerken |
| Looptijd | 60 |
| Module | A |
| Type les | Tutorial |
| Focus | Technisch — Stichtingen van AI |
| Onderwerp | Besluitvormingsnetwerken |
Sleutelwoorden
Naïeve Bayes-net,Bayes-net,Beslissingsnetwerk,optimale beslissing, waarde van informatie,
Leerdoelen
- Student kan een interventie-experiment ontwerpen voor A/B-testen en een beeldevaluatie van A/B-testen
- Student kan causale diagrammen en algemene beslissingsnetten construeren
- Student kan eerlijkheid testen met behulp van een causaal model
Verwachte voorbereiding
Leren van gebeurtenissen die moeten worden voltooid voordat
Verplicht voor studenten
- Artificiële intelligentie: Een moderne aanpak, 4e Global door Stuart Russell en Peter Norvig, Pearson (AIMA4e): 16-17
- concepten van waarschijnlijkheid
- axioma’s van de waarschijnlijkheidstheorie
- concept van onafhankelijkheid
- Regel van Bayes
- Bayesiaanse model middeling
- universele AI
- multivariate gezamenlijke waarschijnlijkheidsverdelingen
- kettingregel
Optioneel voor studenten
- AIMA4e:ch16-17
Referenties en achtergronden voor studenten
- AIMA4e:ch16-17
Aanbevolen voor docenten
- AIMA4e:ch16-17
- Charniak, E., 1991. Bayesiaanse netwerken zonder tranen. AI magazine, 12(4), blz. 50-50.
- Pearl, J., 2019. De zeven hulpmiddelen van causale gevolgtrekking, met reflecties op machine learning. Mededelingen van de ACM, 62(3), blz. 54-60.
Lesmateriaal
Instructies voor docenten
Parallel met de lezing bouw je een kredietevaluatiebesluit nettomodel op en onderzoek je de eerlijkheid ervan.
Overzicht/tijdschema
| Looptijd | Omschrijving |
|---|---|
| 15 | Een causaal diagram verklaren |
| 15 | Stel bewijs en bespreek optimale actie. |
| 15 | Identificeer een variabele E' met maximale waarde van informatie. |
| 15 | Teken een willekeurige waarde uit E' en selecteer de optimale actie. |
Erkenningen
Het Human-Centered AI Masters-programma werd mede gefinancierd door de Connecting Europe Facility van de Europese Unie in het kader van de subsidie CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.