AI Академия
ВходРегистрация

МГ „Д-р Петър Берон“, Варна

AI Академия

Изкуственият интелект, обяснен стъпка по стъпка: от първия ред на Python до невронните мрежи.

ЗапочниРазгледай курсовете
Курсове
23
Уроци
355
Задачи
142

Градиентно спускане

Минимум w* = 2.0
w = -1.500L(w) = 13.250стъпки: 0

Плавно и стабилно спускане към минимума.

Пробвай: това е графика от урока за градиентно спускане.

Как се учи тук

  1. 1.Прочети

    Кратко обяснение на прост език. Всеки символ във формулите е обяснен, а трудните идеи са сметнати с числа.

  2. 2.Опитай

    Пусни примерите с Python направо в браузъра и ги промени. Не е нужно да инсталираш нищо.

  3. 3.Провери се

    Реши кратък тест. Когато го минеш, се отключва следващият урок.

Всяка формула е обяснена

Под всяка формула пише какво означава всеки символ. По-трудните идеи са сметнати с конкретни числа, ред по ред, за да видиш как работят, преди да напишеш код.

Пример от урока „Линейна регресия и градиентно спускане“.

MSE = (1/N) · Σ (ŷᵢ − yᵢ)²

Какво означава всеки символ

N
броят примери
i
номерът на примера: от 1 до N
yᵢ
верният отговор за пример i
ŷᵢ
предсказанието за пример i
Σ
„сума“: събираме израза за всички примери
(ŷᵢ − yᵢ)²
квадратът на грешката за пример i

Пример стъпка по стъпка: три примера

  1. 1Истински стойности: y = [3, 5, 2]. Предсказания: ŷ = [2.5, 5, 3].
  2. 2Грешки: 2.5 − 3 = −0.5, 5 − 5 = 0, 3 − 2 = 1.
  3. 3Квадрати: 0.25, 0, 1.
  4. 4Сума: 0.25 + 0 + 1 = 1.25.
  5. 5Делим на N = 3: MSE = 1.25 / 3 ≈ 0.417.

Пътят на обучение

Започваш от Python и математиката. Всеки курс се отключва, когато завършиш нужните му уроци.

  1. 1

    Основи на Python

    Променливи, условия, цикли, списъци, речници, функции и файлове. Първата стъпка към изкуствения интелект.

    16 урока
  2. 2

    Python за напреднали

    Comprehensions, генератори, класове, рекурсия, декоратори, тестване и бърз код.

    16 урока

    NumPy

    Масиви, индексиране, broadcasting, векторизация и линейна алгебра в код: основата на всички библиотеки за ИИ.

    15 урока
  3. 3

    Алгоритми и структури от данни

    Сложност, търсене, сортиране, динамично оптимиране, графи и търсене в изкуствения интелект.

    16 урока

    Линейна алгебра

    Вектори, матрици, трансформации, системи уравнения, собствени вектори и SVD, с приложенията им в ИИ.

    16 урока

    Вероятности и статистика

    Комбинаторика, вероятности, разпределения, оценки, доверителни интервали, хипотези и ентропия.

    16 урока

    Визуализация на данни

    matplotlib от линейни графики до ROC криви, граници на решението и честни графики.

    15 урока
  4. 4

    Анализ и оптимизация

    Функции, производни, градиент, градиентно спускане, изпъкналост и математиката на оптимизаторите.

    15 урока

    pandas и анализ на данни

    Таблици, филтриране, групиране, сливане, дати, текст и изследване на данни преди моделиране.

    15 урока
  5. 5

    scikit-learn

    Разделяне, метрики, предобработка, pipeline, кръстосана валидация, търсене на параметри и анализ на грешките.

    15 урока
  6. 6

    Регресия

    Предсказване на числа: линейни модели, метрики, регуляризация, нелинейни признаци, остатъци и устойчиви загуби.

    15 урока

    Обучение без учител

    Клъстеризация, гаусови смеси, PCA и t-SNE, аномалии, препоръки, асоциативни правила и полуконтролирано обучение.

    15 урока
  7. 7

    Класификация

    Логистична регресия, softmax, метрики при много класове, ROC AUC, праг по цена, k-NN, наивен Бейс, SVM и калибриране.

    16 урока
  8. 8

    Дървета и ансамбли

    Дървета на решенията, bagging, случайна гора, boosting, XGBoost и LightGBM, ранно спиране и ансамбли за състезания.

    15 урока

    Невронни мрежи от нулата

    Неврони, активации, обратно разпространение на ръка, инициализация, оптимизатори, dropout и batch norm, всичко в NumPy.

    15 урока

    Етика и отговорен ИИ

    Справедливост, обяснимост (SHAP и LIME), поверителност и анонимизация, атаки, дезинформация, авторско право, Актът за ИИ на ЕС и ИИ в училище.

    15 урока
  9. 9

    Дълбоко обучение с PyTorch

    Тензори, autograd, модели, данни, обучение в Google Colab, оптимизатори, регуляризация и трансферно обучение.

    15 урока

    Обработка на естествен език

    Токенизация, TF-IDF, класификация на текст, word2vec, RNN и LSTM, превод, NER, настроения, търсене и българският език.

    15 урока

    Състезателна подготовка

    Форматът на националното състезание и IOAI, валидация, изтичане, работен процес, задачи с таблици, снимки и текст, време, архив и пробни кръгове.

    18 урока
  10. 10

    Трансформъри и големи езикови модели

    Вниманието отвътре, блокът на трансформъра, BERT и GPT, токенизация, фина настройка, генериране, промптиране, RAG и ограничения.

    15 урока
  11. 11

    Компютърно зрение

    Конволюция, CNN архитектури и ResNet, аугментация, трансферно обучение, детекция и YOLO, сегментация, ViT и CLIP.

    16 урока

    Обучение с утвърждение

    Агенти, бандити и UCB, марковски процеси, Белман, value и policy iteration, Q-learning и SARSA, DQN, policy gradient и RLHF.

    15 урока

    Генеративни модели

    Генеративни модели от гаусови смеси до автоенкодери, VAE, GAN, дифузия и Stable Diffusion, оценка и deepfakes.

    15 урока

Задачи като на състезание

131 задачи с автоматични тестове и 11 с истински CSV данни, които се оценяват като в Kaggle.

Състезания

Виж кои курсове са полезни за всяко състезание.

НОИИ

Национално състезание по изкуствен интелект

Състезанието на МОН за ученици от VIII до XII клас. Онлайн първи кръг (2 часа, теория и практика) и присъствен национален кръг: 3 практически задачи на Python за 6 часа. От него се избира отборът за IOAI (по регламента за 2025/2026).

Курсове за подготовкаIOAI

Международна олимпиада по изкуствен интелект

Международната олимпиада за ученици под 20 години. Индивидуално състезание в два дни по 6 часа с практически задачи в Jupyter и видеокарти, плюс отборно предизвикателство. Точките се нормализират между базовото и най-доброто решение.

Курсове за подготовка

Първият урок отнема 15 минути

Започни с „Първа програма и променливи“. Нужен ти е само браузър.

Създай профил