[тази страница в уики][индекс][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Урок: Теория на решението

Административна информация

Дял Теория на решенията
Продължителност 60
Модул А
Вид на урока Урок
Фокус Технически — основи на ИИ
Тема Основи на ИИ

Ключови думи

Теорема на Бейс, максимална очаквана полезност, оптимално решение, класификатор на Бейс, процент на грешка в Бейс,

Учебни цели

Очаквана подготовка

Обучение на събития, които трябва да бъдат завършени преди

Задължително за студентите

Незадължително за студенти

  • Изкуствен интелект: A Modern Approach, 4th Global ed. от Стюарт Ръсел и Питър Норвиг, Пиърсън (AIMA4e):ch12—18

Референции и фон за студенти

  • AIMA4e:ch12—18

Препоръчва се за учители

  • Domingos, P. and Pazzani, M., 1997 г. За оптималността на простия бейсийски класификатор при нулева загуба. Машинно самообучение, 29(2), стр. 103—130.
  • AIMA4e:ch12—18

Материали за уроци

Инструкции за учители

Описание/времеви график

Продължителност Описание Концепции Дейност Материал
15 Глобален и местен риск, региони за вземане на решения, грешка при Бейс риск
15 Генеративни спрямо прогнозни модели: логистична регресия срещу NBN логистична регресия
15 Изучаване на мрежата Naive Bayes от данни Наивни Bayes мрежа
15 Изучаване на логистична регресия от данни логистична регресия

Потвърждения

Магистърската програма по ИИ, насочена към човека, беше съфинансирана от Механизма за свързване на Европа на Европейския съюз под формата на безвъзмездни средства № CEF-TC-2020—1 Digital Skills 2020-EU-IA-0068.