ITF studiju kursi 2023/2024

Invades mākslīgajā intelektā

Pieteikties

17:50-19:20 19:25-20:55

Trešdiena

10.02.2025. - 02.04.2025

120

Profesionālā bakalaura

3

C106

Ēvalds Urtāns

APRAKSTS

Šī kursa programma sniedz plašu pārskatu par Mākslīgo intelektu (MI) un Mašīnmācīšanos (MM), koncentrējoties uz to teorētiskajiem un praktiskajiem aspektiem. Tā ir izstrādāta, lai dotu studentiem dziļas zināšanas par MI un MM, uzsverot to pielietojumu problēmu risināšanas scenārijos, izmantojot Python programmēšanas valodu. Kursa sākumā tiek doti MI pamati, ieskaitot tā vēsturisko kontekstu un nākotnes perspektīvas, un turpināts ar Python lomu kā nozīmīgu rīku MI un MM lietojumprogrammās.


SATURS

"1. Ievads mākslīgajā intelektā 

2. Ievads Python un makslīgā intelekta satvaros 

3. Meklēšanas algoritmi (Timsort, Bubble Sort, DFS, BFS, Dykstra, A*) 

4. Zināšanu datubāzes (Loģika, Ontoloģijas, grafi, jēdzienvektoru datubāzes) 

5. Lēmumu pieņemšana (Fuzzy Logic, ID3, Random Forrest) 

6. Datu dimensiju risinājumi (PCA, t-SNE, UMAP) 

7. Klasterizācijas algoritmi (k-MEANS, SpectralClustering, DBSCAN) 

8. Klasifikācija un Regresija (SVM, GMM) 

9. Optimizācijas algoritmi (GA, MC, PSO, BayesianProcess) 

10. Māksligajos neironu tīklos balstīti regresijas un klasifikācijas risinājumi (SGD, PyTorch, Tensorflow) 

11. Datorredzes risinājumi (OpenCV, ConvNet, ResNet, DenseNet, Yolo) 

12 Nepārraudzītā mašīnmācīšanās (AE, VAE, DML) 

13. Laika rindu modeļi (RNN, LSTM, Transformer T5) 

14. Lielie valodas modeļi (Vaicājumu inženierija, ChatGPT, LLM, LLaMA) 

15. Ģeneratīvie modeļi (GAN, Diffusion) 

16. Stimulētā mašīnmācīšanās (DQN, PPO)"


Share by: