Cursuri
Cursul 1
Sistemul de notare și prezentarea materiei
Introducere în inteligența artificială
Învățare automată
Concepte de bază
Cursul 2
Concepte generale
Clasificatorul Bayes Naiv
Măsurarea performanței
Cursul 3
Metoda celor mai apropiați vecini
Blestemul dimensionalității
Cursul 4
Metode kernel
Regresia Ridge
Clasificatorul cu Vectori Suport
Cursul 4
Metode kernel
Regresia Ridge
Clasificatorul cu Vectori Suport
Cursul 5
Optimizarea funcțiilor de pierdere
Algoritmul coborârii pe gradient
Cod: code.zip
Cursul 6
Rețele neuronale
Concepte despre modele de învățare deep
Cod: code.zip
Laboratoare
Instalare Python - Windows
Instalare Python - Linux
Introducere în Python
Informații despre Anaconda, Jupyter și PyCharm
Laboratorul 1
Introducere în Numpy
Introducere în Matplotlib
Date: images.zip
Laboratorul 2
Naive Bayes
Date: MNIST_data_set.zip
Laboratorul 3
Metoda celor mai apropiați vecini
Laboratorul 4
Normalizarea datelor
Clasificatorul cu Vectori Suport
Bag of Words
Laboratorul 5
Regresia liniară
Regresia Ridge
Laboratorul 6
Perceptronul
Rețele neuronale
Algoritmul coborârii pe gradient