Rezolvarea unor probleme reale folosind tehnici ale inteligenței artificiale – Facultatea de Matematică și Informatică

Curs 1

• Introducere ȋn Inteligenţa Artificială, prof. dr. Horia F. Pop, 

Cursul urmărește o definire a domeniului Inteligenței Artificiale prin asociere cu inteligența umană, cu referire la calitățile de rezolvitori de probleme ale oamenilor. Ne vom referi și la diferența dintre soluțiile bazate pe inteligența artificială și soluțiile standard. Vom prezenta apoi, spre exemplificare, un set de algoritmi introductivi în domeniul Inteligenței artificiale, și anume algoritmii de căutare într-un spațiu de stări.

Curs 2

• Tehnici de optimizare, prof. dr. Camelia Chira, 

Problemele de optimizare apar ȋn multe aplicaţii reale din industrie şi societate. Optimizarea presupune alegerea celor mai bune decizii sau soluţii dintr-o mulţime de soluţii posibile (care este de regulă mult prea mare pentru a putea verifica toate posibilităţile şi a alege apoi pe cea optimă). Probleme complexe cum ar fi găsirea celui mai scurt drum ȋn trafic, planificarea sarcinilor, alocarea resurselor sau optimizarea unui portofoliu financiar necesită folosirea unor tehnici inteligente de optimizare. Cursul prezintă cȃteva tehnici de Inteligenţă Artificială ce pot fi utile ȋn optimizare şi exemplifică folosirea lor ȋn rezolvarea unor probleme complexe din lumea reală.

Curs 3

• Învăţare Automată Supervizată, prof. dr. Laura Dioşan, 

Societatea actuală se confruntă adesea cu probleme precum predicția prețului unui produs, personalizarea unei strategii de marketing în funcție de profilul clientului, recunoașterea semnelor de circulație sau estimarea riscului de cancer cervical la femei. Chiar dacă fiecare problemă are specificul ei, tehnicile de inteligență artificială și învățare supervizată pot identifica soluții fezabile la aceste probleme. Rezolvările construite interactiv în cadrul cursului vor fi analizate din ambele perspective: extrinsecă (perspectiva clientului / de business) și intrinsecă (perspectiva analistului de date).

Curs 4

• Învăţare Automată Nesupervizată, asist. drd. Bogdan Mursa, 

Pentru majoritatea proceselor de mai sus este nevoie, de obicei, de seturi de date adnotate special de către specialiști din domeniile țintă (experți în marketing, medici etc.), fapt care duce la costuri mai ridicate și uneori chiar la imposibilitatea aplicării învățării supervizate. O alternativă în aceste cazuri este dată de învățarea nesupervizată, care poate lucra cu date mai diverse, care nu sunt pregătite special pentru a fi folosite de către anumiți algoritmi. În cadrul cursului vor fi prezentați, interactiv, principalii algoritmi din domeniul învățării nesupervizate, cu accent pe înțelegerea acestora la nivel conceptual.