Inteligenta artificiala 2021-2022

Salut…daca ati ajuns aici, mai faceti inca un pas si dati join pe MsTeams la grupul cu codul c7mt8zz. Multumesc!

Vom folosi platforma MsTeams pentru activitatea din acest semestru la disciplina 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, Alexandru Pirvu, Rares Iova)
  • voi, studentii

Evaluare:

  • pe baza punctelor acumulate la curs, laborator, proiect 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 face-to-face sau 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 [md][git]
S2 Metode de căutare
– Algoritmi Evolutivi  

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

Metode de căutare adversială – []

  • 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  [md] [git]
S4   Invatare automata
– problematica  []
  • 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)  [md] [git]

 

 Invatare automata supervizata
– algoritmi (least square, gradient descent, logistic regression)   []
 Algoritmi ACO [md] [git]
S6  Invatare automata supervizata 
– algoritmi (ANN)   []
Evaluare ML [md] [git]

 

 

Metoda celor mai mici patrate [md] [git]

 

 

S8 Invatare automata supervizata
– algoritmi (ANN – partea 2 ) []
Gradient Descrescator [md] [git]
S9 Invatare automata supervizata
– algoritmi (SVM, GP, kNN, DT) []
Regresie logisitca  [md] [git]
S10 Invatare automata nesupervizata [] ANN [md] [git]
S11 Sisteme bazate pe reguli în medii certe [] si incerte []
  • 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 [md] [git]
S12  Aplicatii [] Emotions [md] [git]
S13 User analytics [md] [git]
S14