Skip to content

Cursuri de Inteligență Artificială

Bine ai venit! Aici găsești cursuri de Inteligență Artificială, organizate în ordinea naturală de învățare pentru elevi. Poți parcurge materialele în ordine la clasă, pas cu pas, de la bazele Python până la tehnici avansate de Machine Learning.

Aceste cursuri vor acoperi integral programa pentru competiția națională ROAI - etapa locală, etapa județeană, etapa națională și barajul de selecție al lotului național. Am adăugat deja materialele necesare pentru etapa locală și o parte din etapa județeană, pe restul urmează să le adăugăm.

ROAI este selecția oficială pentru Olimpiada Internațională de Inteligență Artificială de iarnă (IAIO) și pentru Olimpiada Central Europeană de Inteligență Artificială (CEOAI). Înscrierile pentru etapa locală au început deja și sunt deschise până pe 29 ianuarie pe Nitro AI Judge. Elevii se pot înscrie singuri pe această platformă dacă își doresc să participe la competiție!

Cursuri Care Urmăresc Programa

  1. Școala de Vară Cram School (Începători)

Urmează și altele!

Clasele IX-X

Începând de la etapa locală

  1. Utilizarea limbajului Python:

    1. Structuri liniare, decizionale și repetitive
    2. Liste și tablouri bidimensionale
    3. Mulțimi
    4. Dicționare
    5. Funcții
    6. Clase
    7. Citire, prelucrare și afișare: fișiere text, fișiere csv, imagini

  2. AI Search:

    1. Constraint Satisfaction Problems (CSPs)
    2. Parcurgerea spațiului: BFS, DFS
    3. Algoritmul A*
    4. Algoritmul Minimax

  3. Procesarea datelor:

    1. Modelarea și explorarea datelor (EDA)
    2. Completarea valorilor lipsă
    3. Normalizare
    4. Scalare

  4. Învățare supervizată:

    1. Regresie Liniară și Logistică
    2. Naïve Bayes
    3. Arbori de Decizie
    4. Kernels: Support Vector Machines (SVM), Ridge, Perceptron

Începând de la etapa județeană

  1. AI Search:

    1. Euristici pentru A*

  2. Învățare supervizată:

    1. Metode Ensemble: Random Forest, Boosting, Bagging, Voting

  3. Învățare nesupervizată:

    1. K-Nearest Neighbors (kNN)
    2. K-Means
    3. DBSCAN
    4. Hierarchical Clustering

  4. Procesare de text (Natural Language Processing):

    1. Introducere în NLP
    2. Word Embeddings: Bag of Words (BOW), TF-IDF

  5. Procesare de imagini (Computer Vision):

    1. Introducere în Computer Vision

Începând de la etapa națională

  1. Procesare de text (Natural Language Processing):

    1. Word2Vec, FastText, GloVe

  2. Procesare de imagini (Computer Vision):

    1. Augmentări

  3. Deep Learning:

    1. Neural Network Basics: Perceptron, MLP, Backpropagation
    2. Tehnici de optimizare: SGD, Adam, RMSProp, Learning Rate Schedules, Regularization, Dropout, Batch Normalization
    3. Rețele neurale convoluționale
    4. Rețele neurale recurente
    5. Utilizarea modelelor preantrenate

Clasele XI-XII

Începând de la etapa județeană

  1. Procesarea datelor:
    1. Reducerea dimensionalității (Dimensionality Reduction)

Începând de la etapa națională

  1. Reinforcement Learning:
    1. Markov Decision Processes (MDPs)
    2. Temporal Difference Learning
    3. Q-learning

Note

  • Pentru etapa locală elevii vor avea acces nerestricționat la internet.
  • Programa de la secțiunea XI-XII include și programa pentru secțiunile precedente.
  • Barajele de selecție a lotului național vor include programele pentru clasele IX-XII.
  • Pentru barajele de selecție a echipelor reprezentative ale României vor fi abordate teme suplimentare.

Resurse suplimentare

Contribuitori

Aceste materiale nu ar fi fost posibile fără sprijinul și dedicarea unor oameni minunați. Le mulțumim din suflet partenerilor noștri care au crezut în acest proiect și au contribuit cu energie, idei și resurse pentru a face educația în AI accesibilă tuturor elevilor:

Cram School     AIIS