Inteligenţă artificială

Orar | Examen Curs R.Andonie, A.Caţaron - Inteligenţă artificială, Universitatea Transilvania, Braşov, 2002. Tema Preliminarii în calculul neural Cap. 1 Concepte fundamentale Cap. 2 Perceptroni monostrat (1) Cap. 3, p. 53-63, p.69-76 Perceptroni monostrat (2) Cap. 3, p. 63-76 Algoritmi genetici Cap. 10 Reţele neurale feedforward multistrat (1) Cap. 4, p. 79-89 Reţele neurale feedforward multistrat (2) Cap. 4, p. 89-106 Reţele neurale cu autoorganizare Cap. 7 Reţele neurale feedback monostrat Cap. 5 Memorii asociative Cap. 6 Reţele neurale fuzzy Cap. 9 Reţele neurale RBF Cap. 8 Laborator 1,4.10.2019 8,11.10.2019 Laboratorul 2: Limbajul Python 15,18.10.2019 Laboratorul 3: Prelucrarea datelor 22,25.10.2019 Laboratorul 4: Preliminarii 29.10,1.11.2019 Laboratorul 5: Metoda gradientului 5,8.11.2019 Laboratorul 6: Regula Hebb Tema 1: Regula perceptronului 12,15.11.2019 Laboratorul 7: Algoritmul câştigătorul ia tot 19,22.11.2019 Laboratorul 8: Algoritmi genetici 26,29.11.2019 Verificarea temei 1 Tema 2: Algoritmul K-means clustering 3,6.12.2019 Laboratorul 10: Regula delta Tema 3: Instruirea perceptronului folosind un algoritm genetic 10,13.12.2019 Verificarea temei 2 Tema 4: Clasificarea literelor L şi I 17,20.12.2019 Laboratorul 12: Algoritmul backpropagation of error 7,10.01.2020 Verificarea temei 3 14,17.01.2020 Verificarea temei 4 Evaluarea Examenul scris va avea o pondere de 40% din nota finală. Temele care trebuie rezolvate în timpul semestrului vor avea o pondere de 40% din notă. Activitatea la laborator va reprezenta 20% din notă. Bibliografie suplimentară Andries P. Engelbrecht - Computational Intelligence: An Introduction, 2nd Edition, John Wiley & Sons, Ltd., 2007. Stephen Marshland - Machine learning: an algorithmic perspective, CRC Press, 2009.