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:
  1. 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)
  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.
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
  • 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][git]
S2 Metode de căutare
– Algoritmi Evolutivi  [pdf

  • suplimnetar despre alti AE [pdf]
  • 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] [git]
S3 Metode de căutare- Algoritmi inspiraţi de furnici, algoritmi inspiraţi de inteligenţa de grup) – [pdf]

Metode de căutare adversială – [pdf]

  • 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]
S4   Invatare automata
– problematica  [pdf]
  • 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]
 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]
  • 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
  • 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
kMeans  [pdf ][git]
S12  Aplicatii [] Emotions  [pdf ][git]
S13   User analytics  [pdf ][git]
S14