Administratívne informácie
| Názov | Teória rozhodovania |
| Trvanie | 60 |
| Modul | A |
| Druh lekcie | Tutorial |
| Zameranie | Technické – základy umelej inteligencie |
| Téma | Základy umelej inteligencie |
Kľúčové slová
Bayesova veta, Maximálna očakávaná užitočnosť,optimálne rozhodnutie,Bayesov klasifikátor, Bayesova chybovosť,
Vzdelávacie ciele
- Bayesova veta
- maximálna očakávaná úžitková hodnota
- optimálne rozhodnutie
- Bayesov klasifikátor
- Bayesova chybovosť
Očakávaná príprava
Naučte sa udalosti, ktoré treba dokončiť predtým
Povinné pre študentov
- Python a pandas zručnosti
- Naivný Bayes klasifikátor
- Logistická regresia
- Diagram vplyvu
Voliteľné pre študentov
- Umelá inteligencia: Moderný prístup, štvrtý globálny ed. Stuart Russell a Peter Norvig, Pearson (AIMA4e):ch12 – 18
Referencie a zázemie pre študentov
- AIMA4e:ch12 – 18
Odporúčané pre učiteľov
- Domingos, P. a Pazzani, M., 1997. O optimálnosti jednoduchého bayesovského klasifikátora pri nulovej strate. Strojové učenie, 29(2), s. 103 – 130.
- AIMA4e:ch12 – 18
Učebné materiály
Pokyny pre učiteľov
- Prispôsobiť model NBN
- Generovať syntetické údaje rôznej veľkosti (a voliteľne nekompletnosť/úroveň šumu)
- Preskúmať oblasti s rozhodovacími právomocami
- Počas skupinových aktivít požiadajte študentov, aby si vybrali prípady
Prehľad/časový harmonogram
| Trvanie | Popis | Koncepty | Činnosť | Materiál |
|---|---|---|---|---|
| 15 | Globálne a miestne riziko, rozhodovacie regióny, Bayes chyba | riziko | ||
| 15 | Generatívne verzus prediktívne modely: logistická regresia vs. NBN | logistická regresia | ||
| 15 | Informácie o sieti Naive Bayes z údajov | Naivná Bayes sieť | ||
| 15 | Učenie sa logistickej regresie z dát | logistická regresia |
Uznania
Program Masters umelej inteligencie zameraný na človeka bol spolufinancovaný z Nástroja Európskej únie na prepájanie Európy v rámci grantu CEF-TC-2020 – 1 Digitálne zručnosti 2020-EU-IA-0068.