Административна информация
| Дял | Урок: Извод и генерализация |
| Продължителност | 60 |
| Модул | А |
| Вид на урока | Урок |
| Фокус | Технически — основи на ИИ |
| Тема | Основи на ИИ |
Ключови думи
индуктивен извод, Бейзийски извод, наивен Бейс,
Учебни цели
- Обучаемите разбират основната идея на индуктивния извод,
- Обучаемите разбират Бейсовото лечение на изводите и предсказанията,
- Обучаемите могат да обучат Naive Bayesian класификатор на реални набори от данни.
Очаквана подготовка
Обучение на събития, които трябва да бъдат завършени преди
Задължително за студентите
- Преглед на теорията на вероятностите, особено правилото на Бейс
Незадължително за студенти
Няма.
Референции и фон за студенти
- Бишъп, Кристофър М. (2006). Разпознаване на модели и машинно самообучение, глави 1 и 2. За кратък преглед на теорията на вероятностите вж. раздел 1.2.
Препоръчва се за учители
Материали за уроци
Инструкции за учители
Подгответе Jupyter бележник среда с maplotlib, numpy, scipy и scikit-Learn пакети инсталирани.
Описание/времеви график
| Продължителност (мин) | Описание | Концепции |
|---|---|---|
| 25 | Въведение в методите на Naive Bayesian | Правило на Бейс, наивно предположение, бейсийски извод, предсказание |
| 5 | Генериране на данни за играчките | Гаусово разпределение, вероятности от предишни класове, условни плътности на класа |
| 10 | Извод и визуализация на параметрите | Многовариантен Гаусски pdf, контурни парцели |
| 10 | Прогнозиране и визуализация | Задни вероятности, argmax |
| 10 | GaussianNB за набор от данни в реалния свят | Оценка на класификаторите, точност |
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.