<html>
<div align="center"><font face="Tahoma" size=5><b>prof. dr. Ivan
Bratko<br>
</b></font><font face="Tahoma" size=5>Fakulteta za računalništvo in
informatiko<br>
Institut “Jožef Stefan”, Slovenija<br><br>
<br><br>
<br><br>
</font><font face="Tahoma" size=6><b><i>Q</font><font face="Tahoma" size=5><sup>2</sup></i></font><font face="Tahoma" size=6>:
kvalitativno pravilno kvantitativno modeliranje<br><br>
<br>
</b></font></div>
<font face="Tahoma">Razne metode matematične regresije in strojnega
učenja v umetni inteligenci omogočajo avtomatsko modeliranje sistemov na
osnovi meritev v opazovanem sistemu. Skupni problem teh metod je, da
stremijo le k čim boljši numerični točnosti, pri čemer pa ignorirajo
<i>kvalitativno </i>konsistentnost napovedi. Posledica je, da so lahko
dobljene napovedi, četudi numerično dobre, sicer očitno v nasprotju z
osnovnimi kvalitativnimi zakonitostmi domene modeliranja. To pa je za
interpretacijo dobljenega modela zelo moteče. V tem predavanju bo
predstavljena nova metoda strojnega učenja, imenovana
<i>Q</font><font face="Tahoma" size=1><sup>2</sup></i></font><font face="Tahoma">,
ki odkrije kvalitativne zakonitosti v podatkih in pri numeričnem
napovedovanju spoštuje te zakonitosti. Pristop
<i>Q</font><font face="Tahoma" size=1><sup>2</sup></i></font><font face="Tahoma">
daje bolj razumljive in interpretabilne modele, ki nekoliko presenetljivo dosegajo tudi boljšo numerično točnost.<br><br>
<br><br>
<br><br>
<br>
</font><div align="center"><font face="Tahoma" size=6><b>Vabljeni!<br><br>
<br><br>
</font><font face="Tahoma" size=6>v sredo, 2. junija 2004, ob 13h<br><br>
</font></b></div>
</html>