AIwiki

Strona Główna

Dla Studentów

Zima / Winter 2021:

Computer Science: Introduction to AI
ISI: Podstawy Sztucznej Inteligencji

Old specialized AI courses

SMaDA/SMaIDA/AIDA

1. semester:

2. semester:

WSHOP -- Development Workshop

Informatyka (EAIiIB)

1. rok:

2. i 3. rok:

4. rok:

Systemy i technologie wirtualizacji

Studia Dr

HeKatE

Public

The KESE workshop (EN only)
Mindstorms (archive)

Prolog Lab

Część główna

Część fakultatywna

Różnice

Różnice między wybraną wersją a wersją aktualną.

Odnośnik do tego porównania

--- pl:prolog:prolog_lab:ml:prolog_lab_uczenie [2012/01/09 07:47]
gjn
+++ pl:prolog:prolog_lab:ml:prolog_lab_uczenie [2019/06/27 15:50] (aktualna)
@@ Linia 1: / Linia 1: @@
 {{header>2}}
-====== - LAB: Elementy uczenie maszynowego (ML) w Prologu ======
+====== - LAB: Elementy uczenia maszynowego (ML) w Prologu ======
 ===== Źródła =====
   * PMG -> [[http://www.cs.ubc.ca/~poole|D. Poole]], A. Mackworth and R. Goebel, //[[http://www.cs.ubc.ca/~poole/ci.html|Computational Intelligence: A Logical Approach]]//, Oxford University Press, 1998.
@@ Linia 9: / Linia 10: @@
 ===== - Temat: Wstęp do ML =====
 Proszę przeczytać (przypomnieć sobie) wykłady wprowadzające
-{{tml-ch1.pdf|TML}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch1.pdf|TML1]]),
+{{tml-ch1.pdf|TML1}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch1.pdf|TML1]]),
-{{pmg-ch11_lect1.pdf|PMG1}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect1.pdf|PMG1]]),
+{{pmg-ch11_lect1.pdf|PMG11_1}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect1.pdf|PMG11_1]]),
 {{zmv-ml-ch1.pdf|ZMV1}} ([[http://www.cs.ccsu.edu/~markov/ccsu_courses/ml-ch1.pdf|ZMV1]]),
 dotyczące ML, jego zadań i wariantów.
@@ Linia 23: / Linia 24: @@
 ===== - Temat: Reprezentacje wiedzy w uczeniu =====
-Proszę przeczytać (przypomnieć sobie) wykład wprowadzający
+Proszę przeczytać (przypomnieć sobie)
+wykład wprowadzający
 {{zmv-ml-ch3.pdf|ZMV3}} ([[http://www.cs.ccsu.edu/~markov/ccsu_courses/ml-ch3.pdf|ZMV3]])
 dotyczący różnych reprezentacji wiedzy (sposobu opisu) używanych w zadaniach i algorytmach ML.
@@ Linia 48: / Linia 50: @@
 Proszę przeczytać (przypomnieć sobie) wykłady wprowadzające
+{{pmg-ch11_lect1.pdf|PMG11_1}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect1.pdf|PMG11_1]]),
 {{tml-ch2.pdf|TML2}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch2.pdf|TML2]]),
 oraz
@@ Linia 67: / Linia 70: @@
 {{animals.pl}},
 {{loandata.pl}}.
 ===== - Temat: Uczenie drzew decyzyjnych =====
 Proszę przeczytać (przypomnieć sobie) wykłady wprowadzające
-{{pmg-ch11_lect2.pdf|PMG1}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect2.pdf|PMG1]]),
+{{pmg-ch11_lect2.pdf|PMG11_2}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect2.pdf|PMG11_2]]),
 oraz
 {{tml-ch3.pdf|TML3}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch3.pdf|TML3]]).
@@ Linia 99: / Linia 103: @@
 Proszę przeczytać i przemyśleć
 [[http://www.cs.ubc.ca/~poole/cs322/1999/Module11/as11.html|Zadanie 11]].
+===== - Temat: Uczenie w systemach probabilistycznych =====
+Proszę przeczytać (przypomnieć sobie) wykłady wprowadzające {{pmg-ch10_lect1.pdf|PMG10_1}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch10/lect1.pdf|PMG10_1]]) - reprezentacja niepewności, twierdzenie Bayesa.
+Lektura uzupełniająca to rozdział
+{{tml-ch6.pdf|TML6}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch6.pdf|TML6]])
+dotyczący różnych reprezentacji wiedzy niepewnej, twierdzenia Bayesa i sieci przekonań.
+Proszę zrealizować krok po kroku instrukcje z
+//[[http://www.cs.ccsu.edu/~markov/ccsu_courses/mlprograms|modułu 9 ZMV (Bayesian learning)]]//,
+czyli
+//{{MachineLearningLab-8.txt|MachineLearningLab8}}//,
+(//[[http://www.cs.ccsu.edu/~markov/ccsu_courses/mlprograms/MachineLearningLab-8.txt|MachineLearningLab-8]]//).
+Potrzebne pliki to
+program
+{{bayes.pl}}
+oraz dane
+{{animals.pl}},
+{{loandata.pl}},
+{{loandat2.pl}}.
+W drugiej częsci, proszę przeczytać
+  * {{pmg-ch10_lect2.pdf|PMG10_2}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch10/lect2.pdf|PMG10_2]]) - modelowanie niezależności zmiennych, sieci przekonań, w tym przykłady sieci: {{pmg-ch10_lect3.pdf|PMG10_3}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch10/lect3.pdf|PMG10_3]]),
+  * {{pmg-ch10_lect4.pdf|PMG10_4}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch10/lect4.pdf|PMG10_4]]) - wnioskowanie w sieciach przekonań
+  * {{pmg-ch11_lect5.pdf|PMG11_5}} ([[http://www.cs.ubc.ca/spider/poole/ci/slides/ch11/lect5.pdf|PMG11_5]]) - uczenie sieci Bayesowskiej
+Następnie, proszę zrealizować krok po kroku instrukcje z
+//[[http://www.cs.ccsu.edu/~markov/ccsu_courses/mlprograms|modułu 10 ZMV (Bayesian Belief Networks)]]//,
+czyli
+//{{MachineLearningLab-9.txt|MachineLearningLab-9}}//,
+(//[[http://www.cs.ccsu.edu/~markov/ccsu_courses/mlprograms/MachineLearningLab-9.txt|MachineLearningLab-9]]//).
+Potrzebne pliki to
+program
+{{bn.pl}}
+oraz dane
+{{bnet1.pl}},
+{{bnet2.pl}},
+{{alarm.pl}},
+{{loandata.pl}}.
+Lektura uzupełniająca to rozdział
+{{tml-ch6.pdf|TML6}} ([[http://www.cs.cmu.edu/afs/cs.cmu.edu/project/theo-20/www/mlbook/ch6.pdf|TML6]])
+dotyczący różnych reprezentacji wiedzy niepewnej, twierdzenia Bayesa i sieci przekonań.

pl/prolog/prolog_lab/ml/prolog_lab_uczenie.1326091672.txt.gz · ostatnio zmienione: 2019/06/27 15:59 (edycja zewnętrzna)

Pokaż stronę Poprzednie wersje

Menadżer multimediów Do góry