Informații administrative
| Titlu | Evaluarea modelului |
| Durată | 60 |
| Modulul | A |
| Tipul lecției | Tutorial |
| Focalizare | Tehnic – Fundamentele IA |
| Subiect | Fundamentele IA |
Cuvinte cheie
evaluarea modelului, validarea încrucișată, optimizarea hiperparametrului,
Obiective de învățare
- Elevii înțeleg necesitatea unei evaluări sistematice a modelelor
- Elevii înțeleg diferența dintre seturile de formare, testare și validare
- Cursanții cunosc cele mai aplicate valori de performanță
- Elevii sunt capabili să recunoască subadaptarea și supraadaptarea
- Elevii sunt capabili să proiecteze experimente de validare încrucișată pentru optimizarea hiperparametrului
Pregătirea preconizată
Evenimente de învățare care urmează să fie finalizate înainte
Obligatoriu pentru studenți
Nici unul.
Opțional pentru studenți
Nici unul.
Referințe și context pentru studenți
Nici unul.
Recomandat pentru profesori
Nici unul.
Materiale de lecție
Instrucțiuni pentru profesori
Pregătiți un mediu notebook Jupyter cu pachete panda, matplotlib, numpy și scikit-learn
Schiță/program de timp
| Durată (min) | Descriere | Concepte |
|---|---|---|
| 5 | Introducere în evaluarea modelelor | eroare empirică, performanță predictivă și de generalizare |
| 5 | Formarea unui clasificator simplu | MLP, hiperparametri |
| 10 | Evaluarea unui clasificator | matrice de confuzie, precizie, TPR, FPR, precizie, rată de clasificare greșită, scor F1 |
| 10 | Curbele Roc/PR și interpretarea acestora | limita de decizie, curba ROC, curba PR, ASC |
| 10 | Subechipare și supraadaptare | eroare de antrenament și de testare |
| 10 | Validarea încrucișată și optimizarea hiperparametrului | set de validare, eroare de validare, validare încrucișată de 5 ori |
| 10 | Evaluarea modelelor de regresie | MSE, RMSE, MAE |
Confirmări
Programul de masterat AI centrat pe om a fost cofinantat de Mecanismul pentru interconectarea Europei al Uniunii Europene sub Grantul CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.