Tutorial: Inference and Prediction

Tutorial: Inference and Prediction

Administrative information

Title Tutorial: Inference and Generalisation
Duration 60
Module A
Lesson Type Tutorial
Focus Technical - Foundations of AI
Topic Foundations of AI

 

Keywords

inductive inference,Bayesian inference,naive Bayes,

 

Learning Goals

  • Learners understand the basic idea of inductive inference,
  • Learners understand the Bayesian treatment of inference and prediction,
  • Learners can train a Naive Bayesian classifier on real-world datasets.

 

Expected Preparation

Learning Events to be Completed Before

Obligatory for Students

  • A review of probability theory, especially Bayes' rule

Optional for Students

None.

References and background for students:

  • Bishop, Christopher M. (2006). Pattern recognition and machine learning, Chapters 1 and 2. For a brief review of probability theory, see Section 1.2.

Lesson Materials

 

The materials of this learning event are available under CC BY-NC-SA 4.0.

 

Instructions for Teachers

Prepare a Jupyter notebook environment with matplotlib, numpy, scipy and scikit-learn packages installed.

Outline/time schedule

Duration (min) Description Concepts
25 Introduction to Naive Bayesian methods Bayes' rule, naive assumption, Bayesian inference, prediction
5 Generating toy data Gaussian distribution, prior class probabilities, class conditional densities
10 Parameter inference and visualization Multivariate Gaussian pdf, contour plots
10 Prediction and visualization Posterior probabilities, argmax
10 GaussianNB on a real-world dataset Evaluation of classifiers, accuracy

 

More information

Click here for an overview of all lesson plans of the master human centred AI

Please visit the home page of the consortium HCAIM

Acknowledgements

The Human-Centered AI Masters programme was co-financed by the Connecting Europe Facility of the European Union Under Grant №CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068.

The materials of this learning event are available under CC BY-NC-SA 4.0

 

The HCAIM consortium consists of three excellence centres, three SMEs and four Universities

HCAIM Consortium

Colofon

Het arrangement Tutorial: Inference and Prediction is gemaakt met Wikiwijs van Kennisnet. Wikiwijs is hét onderwijsplatform waar je leermiddelen zoekt, maakt en deelt.

Auteur
HCAIM Consortium
Laatst gewijzigd
2024-05-15 11:09:34
Licentie

Dit lesmateriaal is gepubliceerd onder de Creative Commons Naamsvermelding-GelijkDelen 4.0 Internationale licentie. Dit houdt in dat je onder de voorwaarde van naamsvermelding en publicatie onder dezelfde licentie vrij bent om:

  • het werk te delen - te kopiëren, te verspreiden en door te geven via elk medium of bestandsformaat
  • het werk te bewerken - te remixen, te veranderen en afgeleide werken te maken
  • voor alle doeleinden, inclusief commerciële doeleinden.

Meer informatie over de CC Naamsvermelding-GelijkDelen 4.0 Internationale licentie.

Aanvullende informatie over dit lesmateriaal

Van dit lesmateriaal is de volgende aanvullende informatie beschikbaar:

Toelichting
.
Eindgebruiker
leerling/student
Moeilijkheidsgraad
gemiddeld
Studiebelasting
4 uur en 0 minuten

Gebruikte Wikiwijs Arrangementen

HCAIM Consortium. (z.d.).

Acknowledgement

https://maken.wikiwijs.nl/198386/Acknowledgement

HCAIM Consortium. (z.d.).

Lecture: Duty Ethics

https://maken.wikiwijs.nl/198966/Lecture__Duty_Ethics

close
Colofon
thumb  
gemaakt met Wikiwijs van kennisnet-logo
Tutorial: Inference and Prediction
open