[denne side på wiki][indeks][EN][BG][CS][DA][DE][EL][ES][ET][FI][FR][GA][HR][HU][IT][MT][NL][PL][PT][RO][SK][SL][SV]

Vejledning: Beslutningsteori

Administrative oplysninger

Titel Beslutningsteori
Varighed 60
Modul A
Lektionstype Tutorial
Fokus Teknisk — Grundlæggelser af kunstig intelligens
Emne Fundamentet for AI

Nøgleord

Bayes' teorem, maksimal forventet nytteværdi, optimal beslutning, Bayes-klassifikation, fejlprocent for batterier

Læringsmål

Forventet forberedelse

Læringsbegivenheder, der skal fuldføres før

Obligatorisk for studerende

Valgfrit for studerende

  • Kunstig intelligens: En moderne tilgang, 4. globale ed. af Stuart Russell og Peter Norvig, Pearson (AIMA4e):

Referencer og baggrund for studerende

  • AIMA4e:ch12-18

Anbefalet til lærerne

  • Domingos, P. og Pazzani, M., 1997. Om optimaliteten af den enkle Bayesian-klassifikation under nul-en tab. Maskinlæring, 29(2), s. 103-130.
  • AIMA4e:ch12-18

Undervisningsmaterialer

Instruktioner til lærerne

Oversigt/tidsplan

Varighed Beskrivelse Koncepter Aktivitet Materiale
15 Global og lokal risiko, beslutningsregioner, Bayes-fejl risiko
15 Generative versus prædiktive modeller: logistisk regression vs. NBN logistisk regression
15 Lær af Naive Bayes-nettet fra data Naive Bayes net
15 Lær af en logistisk regression fra data logistisk regression

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.