Inteligenta artificiala 2020-2021
Salut…daca ati ajuns aici, mai faceti inca un pas si dati join pe MsTeams la grupul cu codul n6nsz9v. Multumesc!
Vom folosi platforma MsTeams pentru intreaga activitate (curs & labs) a disciplinei AI. Daca, din motive tehnice, MsTeams nu functioneaza, ne vom auzi si vedea pe zoom (link-ul spre meeting va fi aici). …. sa incepem “sa ne dam cu bicicleta” 🙂
Cerinte:
- inscrierea in grupul MsTeams (vezi mai sus)
- consultarea materialelor specifice – detalii [aici]
- participarea activa la cursuri si laboratoare
- participare activa la laborator = intrare in meeting-ul online AND rezolvare quiz AND discutii despre munca realizata
- prezenta la laborator = rezolvarea unui quiz pe tematica laboratorului
- realizarea si prezentarea proiectului (aplicatie si documentatie)
Nota:
- nu este permisa inregistrarea activitatilor didactice. Conform LEN 2011, inregistrarea prin orice procedee a activitatii didactice poate fi facuta numai cu acordul profesorului.
Echipa:
- noi (Laura Diosan, Alexandra Todericiu, Gabi Mircea, Bogdan Mursa, Sergiu Limboi)
- voi, studentii
Evaluare:
- pe baza punctelor acumulate la curs, laborator si examenul din sesiune
Evaluare (toate assertiunile trebuie respectate) ASSERT (NrPrezenteLab >= 10) ASSERT (NrPuncteUnLaboratorPredat >= LimMinimaLab) ASSERT (existaMinim8LaboratoarePredate == True) ASSERT (nrPunctePeUnLaboratorNepredat == 0) ASSERT (600 <= nrPuncteExamenScris <= 2000) |
Punctaj <2500 [2 500, 3 000] [3 001, 4 500] [4 501, 6 000] [6 001, 7 000] [7 001, 7 500] >7 500 |
Nota 4 5 6 7 8 9 10 |
Reguli [link]
Situatie punctaje [link]
Fiecare student trebuie sa respecte urmatorii pasi in derulararea laboratoarelor:
- Consemnarea prezentei la laborator – in cazul laboratoarelor “remote”, prezenta inseamna participarea in sesiunea online initiata de cadrul didactic si efectuarea activitatii specifice (probleme de implementat pe loc, quiz-uri, etc)
- Se realizeaza tema.
- Se creaza un cont de GitHub (github.com) unde se va incarca (intr-un repository) proiectul aferent temei primite la laborator. Contul creat se va folosi pentru toate temele de laborator.
- Se accepta invitatia de participare la GitHub-ClassRoom aferenta fiecarei teme de laborator (link existent in tabelul cu planificarea materiei pe saptamani din pagina de cs a cursului) si se conecteaza cu contul de Github si cu userul de acces in reteaua facultatii.
- Se prezinta tema cadrului didactic in cadrul sesiunilor live folosind medii de comunicare on-line si, dupa caz si la nevoie, se poate folosi editorul Visual Studio Code (https://code.visualstudio.com/) cu extensia corespunzatoare limbajului folosit (https://code.visualstudio.com/docs/languages/overview) cu optiunea Live Share (https://code.visualstudio.com/blogs/2017/11/15/live-share)
- Se incarca codul proiectului in GitHub classroom respectand termenele de predare.
- pentru fiecare tema va exista in gitclassrooom un assignment, respectiv un repo pentru fiecare student
- fiecare tema trebuie incarcata in repo-ul aferent astfel:
- pana la finalul laboratorului prevazut ca deadline – pentru evaluare obisnuita – sau
- pana la finalul urmatorului laborator (dupa cel prevazut ca deadline) – pentru evaluare cu penalizare de 10% intarziere;
- pana la finalul urmatorului urmatorului laborator (dupa cel prevazut ca deadline) – pentru evaluare cu penalizare de 20% intarziere;
- dupa expirarea acestui termen, nu se mai evalueaza temele incarcate
- Pentru gestiunea mai usoara a materialelor incarcate, se recomanda folosirea unei aplicatii de versionare (fie facilitatile oferite de VS Code link, fie aplicatii de genul SourceTree link)
- Identificarea unor proiecte similare incarcate de 2 sau mai multi studenti va determina acordarea unui punctaj egal cu 0 (zero) puncte pentru acele teme tuturor studentilor implicati.
Sapt | Curs | Bibliografie | Lab |
S1 | Organizatorice – [pdf] Introducere în IA – [pdf] Metode de căutare – [pdf] – metode neinformate si informate, Hill Climbing, Simulated Annealing, Tabu Search |
|
Algoritmi simpli [pdf][git] |
S2 | Metode de căutare – Algoritmi Evolutivi [pdf]
|
|
Algoritmi euristici [pdf exDate] [git] |
S3 | Metode de căutare- Algoritmi inspiraţi de furnici, algoritmi inspiraţi de inteligenţa de grup) – [pdf]
Metode de căutare adversială – [pdf] |
|
Algoritmi evolutivi [pdf ][git] |
S4 | Invatare automata – problematica [pdf] |
|
Algoritmi evolutivi (2) [pdf ][git] |
Invatare automata supervizata – algoritmi (least square, gradient descent, logistic regression) [pdf] [ex] |
Algoritmi ACO [pdf ][git] | ||
S6 | Invatare automata supervizata – algoritmi (ANN) [pdf] |
Evaluare ML [pdf ][git] | |
Metoda celor mai mici patrate [pdf ][git] | |||
S8 | Invatare automata supervizata – algoritmi (ANN – partea 2 ) [ex] |
Gradient Descrescator [pdf ][git] | |
S9 | Invatare automata supervizata – algoritmi (SVM, GP, kNN, DT) [pdf] |
Regresie logisitca [pdf ][git] | |
S10 | Invatare automata nesupervizata [pdf] | ANN [pdf ][git] | |
S11 | Sisteme bazate pe reguli în medii certe [pdf] si incerte [pdf] |
|
kMeans [pdf ][git] |
S12 | Aplicatii [] | Emotions [pdf ][git] | |
S13 | User analytics [pdf ][git] | ||
S14 |