Materiale de pregătire pentru Olimpiada Națională de Inteligență Artificială
Fiecare subiect din programa oficială ONIA are propria pagină: teorie explicată pe înțelesul elevilor, exemple de cod comentate, o problemă rezolvată pas cu pas și probleme propuse de pe platforma oficială.
Cum folosești materialele: parcurge lecțiile în ordine din meniul lateral,
rulează exemplele de cod pe calculatorul tău (sau în Google Colab), apoi rezolvă problemele
propuse pe platformă. Soluțiile complete sunt pe
GitHub (roai-solved).
1. Fundamente de programare
1.1
Bazele limbajului Python 1.2
NumPy și Pandas 1.3
Vizualizarea datelor 1.4
Introducere în scikit-learn
Bazele limbajului Python 1.2
NumPy și Pandas 1.3
Vizualizarea datelor 1.4
Introducere în scikit-learn
2. Învățare supervizată
2.1
Regresia liniară 2.2
Regresia logistică 2.3
Regularizarea L1 și L2 2.4
K-Nearest Neighbors 2.5
Arborii de decizie 2.6
Modele ansamblu 2.7
Mașini cu vectori suport
Regresia liniară 2.2
Regresia logistică 2.3
Regularizarea L1 și L2 2.4
K-Nearest Neighbors 2.5
Arborii de decizie 2.6
Modele ansamblu 2.7
Mașini cu vectori suport
3. Învățare nesupervizată
4. Fundamente de Data Science
4.1
Metrici de evaluare 4.2
Underfitting și overfitting 4.3
Optimizarea hiperparametrilor 4.4
Matricea de confuzie și ROC 4.5
Feature Engineering 4.6
Procesarea datelor
Metrici de evaluare 4.2
Underfitting și overfitting 4.3
Optimizarea hiperparametrilor 4.4
Matricea de confuzie și ROC 4.5
Feature Engineering 4.6
Procesarea datelor
5. Prelucrarea limbajului natural (NLP)
Resurse
Platforma de probleme ONIA (MLCompete) — 95 de probleme oficiale, cu evaluare automată a submisiilor CSV.
roai-solved pe GitHub — notebook-uri cu soluții comentate pentru problemele de pe platformă și de la concursurile de pregătire.
Lecția-model CEXIA — formatul de laborator ghidat pe care îl urmează aceste pagini.
Materia „Doar pentru etapa națională" (PyTorch, rețele neurale, computer vision) va fi adăugată într-o etapă următoare.