Informacje administracyjne
| Tytuł | Sieci decyzyjne |
| Czas trwania | 60 |
| Moduł | A |
| Rodzaj lekcji | Tutorial |
| Skupienie | Techniczne – podstawy sztucznej inteligencji |
| Temat | Sieci decyzyjne |
Słowa kluczowe
Naiwna Bayes-net, Bayes-net, Sieć decyzyjna, optymalna decyzja, wartość informacji,
Cele w zakresie uczenia się
- Student może zaprojektować eksperyment interwencyjny do testów A/B i ocenę obrazów testów A/B
- Student może tworzyć schematy przyczynowe i ogólne sieci decyzyjne
- Student może sprawdzić uczciwość za pomocą modelu przyczynowego
Oczekiwane przygotowanie
Wydarzenia edukacyjne, które należy ukończyć przed
Obowiązkowe dla studentów
- Sztuczna inteligencja: Nowoczesne podejście, 4th Global ed. Stuart Russell i Peter Norvig, Pearson (AIMA4e):ch16-17
- pojęcia prawdopodobieństwa
- aksjomaty teorii prawdopodobieństwa
- koncepcja niezależności
- Zasada Bayesa
- Uśrednianie modelu Bayesa
- sztuczna inteligencja uniwersalna
- wielowymiarowe rozkłady prawdopodobieństwa wspólnego
- reguła łańcucha
Opcjonalne dla studentów
- AIMA4e:ch16-17
Referencje i tło dla studentów
- AIMA4e:ch16-17
Zalecane dla nauczycieli
- AIMA4e:ch16-17
- Charniak, E., 1991. Bayesowskie sieci bez łez. Magazyn AI, 12(4), s. 50-50.
- Pearl, J., 2019 r. Siedem narzędzi wnioskowania przyczynowego, z refleksjami na temat uczenia maszynowego. Komunikaty ACM, 62(3), s. 54–60.
Materiały do lekcji
Instrukcje dla nauczycieli
Równolegle z wykładem buduj model netto oceny kredytowej i badaj jego uczciwość.
Zarys/harmonogram czasu
| Czas trwania | Opis |
|---|---|
| 15 | Wyjaśnij diagram przyczynowy |
| 15 | Ustal dowody i przedyskutuj optymalne działanie. |
| 15 | Identyfikuj zmienną E' o maksymalnej wartości informacji. |
| 15 | Narysuj losową wartość z E' i wybierz optymalne działanie. |
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.