Laura Dioșan

Inteligenta Artificiala 2019-2020

Anunt: pentru o buna desfasurare a examenului, toti studentii trebuie sa se conecteze la MsTeam pana cel tarziu in 10 iunie 2020. 

Metodologia de evaluare in sesiunea de examene [link]

Simulare examen Ms Teams – in cadrul cursului din 27 mai se va efectua o simulare pe Microsoft Teams

Cateva detalii despre cursul optional MIRPR (din semestrul 5) [video]
Pt curs:
– se vor publica (in continuare) slide-urile si exemplele pe aceasta pagina.
– va fi un video-meeting [link, link] unde se vor expune oral/live materiale, iar studentii pot sa adreseze intrebari in intervalul orar rezervat cursului
Pt laboratoare:
Incepand cu 16 martie 2020 fiecare student trebuie sa respecte urmatorii pasi in derulararea laboratoarelor:
  1. Consemnarea prezentei la laborator – in cazul laboratoarelor “remote”, prezenta inseamna participarea in sesiunea online initiata de cadrul didactic
  2. Se realizeaza tema.
  3. 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.
  4. 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.
  5. 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)
  6. 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
  7. 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)
  8. 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.

Detalii desfasurare laboratoare (grupe care fac cu Laura): se va urma procedura de mai sus si va fi si o sesiune live pe parcursul celor 2 ore [link]

  • pentru predarea cu penalizare a laboratorului cu tsp-greedy, datele de test se gasesc aici, iar fisierele cu rezultate (cf specificatiilor) trebuie incarcate (intr-o arhiva denumita Grupa_NumePrenume- ex 220-1_DiosanLaura.zip) aici
  • pentru predarea cu penalizare dubla a laboratorului cu comunitati-GA se va prezenta tema in cadrul sesiunii live si apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalziare dubla a laboratorului cu TSP-GA se va prezenta tema in cadrul sesiunii live folosind si datele de aici, iar apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare a laboratorului cu TSP-ACO se va prezenta tema in cadrul sesiunii live folosind si datele de aici, iar apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu metricile de evaluare folosite in ML se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu metoda celor mai mici patrate se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu Gradient Descrescator se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu Logistic Regression se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu ANN se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare dubla a laboratorului cu kMeans se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea cu penalizare a laboratorului cu emotii in imagini se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus
  • pentru predarea laboratorului cu analytics se va prezenta tema in cadrul sesiunii live folosind date proprii, pregatite in prealabil si individual de catre fiecare student, iar  apoi se va incarca in git conform precizarilor de mai sus

Detalii desfasurare laboratoare (grupe care fac cu Dragos)  aici

Detalii desfasurare laboratoare (grupe care fac cu Sergiu) aici

 Echipa: Laura Diosan, Dragos Dobrean, Sergiu Limboi, Gabriel Mircea
Evaluare (toate assertiunile trebuie respectate)
ASSERT (NrPrezenteLab >= 10)
ASSERT (NrPuncteUnLaboratorPredat >= LimMinimaLab)
ASSERT(existaMinim8LaboratoarePredate == True)
ASSERT(nrPunctePeUnLaboratorNepredat == 0)
ASSERT(1000 <= nrPuncteExamenScris <= 4000)		 Punctaj
<2250
[2250, 3 000]
[3001, 4 500]
[4501, 6 500]
[6501, 8 500]
[8501, 9 000]
>9 000		 Nota
4
5
6
7
8
9
10

Reguli [link]

Situatie punctaje [link]

Git pentru materiale [link]

Toate anunturile [link]

 

Sapt Curs Bibliografie Lab
S1 Organizatorice – [pdf]
Introducere în IA – [pdf] 
Metode de căutare – [pdf,  movie]
– metode neinformate si informate, Hill Climbing, Simulated Annealing, Tabu Search
  • capitolele I.1, I.2, II.3, II.4 din S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 1995
  • capitolele 1 – 4 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011
  • capitolele 2.1 – 2.5 din http://www-g.eng.cam.ac.uk/mmg/teaching/artificialintelligence/
 Algoritmi simpli [pdf]
S2 Metode de căutare
– Algoritmi Evolutivi – [pdf, optional]
  • capitolul 14 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011
  • M. Mitchell, An Introduction to Genetic Algorithms, MIT Press, 1998
  • capitolul 7.6 din A. A. Hopgood, Intelligent Systems for Engineers and Scientists, CRC Press, 2001
  • Capitolul 9 din T. M. Mitchell, Machine Learning, McGraw-Hill Science, 1997
 Algoritmi euristici [pdf  exDate]
S3 Metode de căutare- Algoritmi inspiraţi de furnici, algoritmi inspiraţi de inteligenţa de grup) – [pdf]

Metode de căutare adversială – [pdf video]
  • capitolul 16 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011
  • James Kennedy, Russel Eberhart, Particle Swarm
    Optimisation, Proceedings of IEEE International Conference
    on Neural Networks. IV. pp. 1942–1948, 1995
    (05_ACO_PSO/PSO_00.pdf)
  • Marco Dorigo, Christian Blum, Ant colony optimization
    theory: A survey, Theoretical Computer Science 344 (2005)
  • capitolul II.5 din S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 1995
  • capitolul 6 din H.F. Pop, G. Şerban, Inteligenţă artificială, Cluj Napoca, 2004
 Algoritmi evolutivi [pdf git assignment]
S4
  • capitolul VI (18) din S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 1995
  • capitolul 8 din Adrian A. Hopgood, Intelligent Systems for Engineers and Scientists, CRC Press, 2001
  • capitolul 10, 11, 12, 13, 15 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011
  • Capitolul V din D. J. C. MacKey, Information Theory, Inferenceand Learning Algorithms, Cambridge University Press, 2003
  • Capitolul 3 si 4 din T. M. Mitchell, Machine Learning, McGraw-Hill Science, 1997
 Algoritmi evolutivi (2) [pdf git assignment]
S5 Invatare automata
– problematica – [pdf  video]		 Algoritmi ACO [pdf git assignment]
S6  Invatare automata supervizata
– algoritmi (least square, gradient descent, logistic regression)  –  [pdf  video] – Dragos Dobrean		 Evaluare ML [pdf git assignment]
S7 Invatare automata supervizata [pdf video]
– algoritmi (ANN)		 Metoda celor mai mici patrate [pdf git assignment]
S8 Invatare automata supervizata
– algoritmi (ANN – partea 2 [video])		 Gradient Descrescator [pdf git assignment ]
S9 Invatare automata supervizata
– algoritmi (ANN – partea 3 [pdf, exKeras], GP [pdf] [video])		 Regresie logisitca [pdf  git assignment]
S10 (6 mai) Invatare automata –  SVM, kNN, Decision Trees [pdf, video] ANN  [pdf git assignment]
S11 (13 mai) Invatare automata nesupervizata [pdf, video] –  Sergiu Limboi kMeans  [pdf  git assignment]
S12  Aplicatii [video] – Gabriel Mircea Emotions  [pdf git assignment]
S13 Sisteme inteligente

– dezvoltare [pdf]
– sisteme bazate pe reguli în medii certe [pdf]
  • capitolul III din S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 1995
  • capitolul 4 şi 5 din H.F. Pop, G. Şerban, Inteligenţă artificială, Cluj Napoca, 2004
  • capitolul 2 din Adrian A. Hopgood, Intelligent Systems for Engineers and Scientists, CRC Press, 2001
  • capitolul 6 şi 7 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011
 User analytics  [pdf git assignment]
S14 (3 iunie) Sisteme inteligente

– sisteme bazate pe reguli în medii incerte [pdf]
  • capitolul V din S. Russell, P. Norvig, Artificial Intelligence: A Modern Approach, Prentice Hall, 1995
  • capitolul 3 din Adrian A. Hopgood, Intelligent Systems for Engineers and Scientists, CRC Press, 2001
  • capitolul 8 şi 9 din C. Groşan, A. Abraham, Intelligent Systems: A Modern Approach, Springer, 2011