WBCHSE Artificial Intelligence (AI) Syllabus 2026 – Class XI & XII

বর্তমান সময়ে Artificial Intelligence (AI) শুধু প্রযুক্তি জগতের বিষয় নয়—শিক্ষা, চিকিৎসা, ব্যবসা, গবেষণা থেকে শুরু করে দৈনন্দিন জীবনেও AI-এর ব্যবহার দ্রুত বাড়ছে। তাই উচ্চমাধ্যমিক স্তর থেকেই Artificial Intelligence সম্পর্কে ধারণা তৈরি করা অত্যন্ত গুরুত্বপূর্ণ।

WBCHSE (West Bengal Council of Higher Secondary Education)-এর Artificial Intelligence (ARTI) বিষয়ের syllabus-এ Computer Fundamentals, Python Programming, Mathematics, AI Search, Knowledge Representation, Machine Learning, Neural Network, CNN এবং AI Ethics-এর মতো গুরুত্বপূর্ণ বিষয় অন্তর্ভুক্ত রয়েছে।

এই পোস্টে Class XI ও Class XII Artificial Intelligence syllabus-এর সম্পূর্ণ কাঠামো সংক্ষেপে দেওয়া হলো এবং নিচে syllabus PDF download করার ব্যবস্থা রাখা হয়েছে।

📚 Class XI Artificial Intelligence Syllabus

Class XI-তে শিক্ষার্থীদের AI শেখার জন্য প্রয়োজনীয় Computer, Python, Mathematics এবং Classical AI-এর ভিত্তি তৈরি করা হয়।

Semester I

Unit 1 – Computer Fundamentals

• Computer-এর ইতিহাস
• Hardware ও Input/Output Devices
• Computer Architecture
• Memory ও CPU
• LAN, MAN, WAN, Internet ও Wi-Fi
• Computer-এর বিভিন্ন ধরন
• Software ও Operating System
• Bit, Byte ও Word
• Number System ও Conversion
• Boolean Logic ও Logic Gates
• ASCII
• Algorithm ও Flowchart
• Programming Language
• Compiler ও Interpreter
• Procedural Programming ও Object-Oriented Programming

Unit 2 – Introduction to Python Programming

• Python-এর মৌলিক ধারণা
• Variables ও Data Types
• Operators
• Input/Output
• if/else
• List ও অন্যান্য Collections
• Loops
• Strings
• Functions ও Recursion
• Array ও Matrix
• Stack ও Queue
• Binary Tree
• NumPy
• Linear Search
• Binary Search
• Bubble Sort

Unit 3 – Introduction to Linear Algebra

• Matrix Operations
• Vectors
• Unit Vector ও Normal Vector
• Euclidean Space
• Probability Distribution
• Mean, Median ও Mode
• Variance ও Standard Deviation
• Gaussian Distribution
• Euclidean Distance ও Norm

Semester II

Unit 4 – Foundation of AI & Search as Optimization

• Artificial Intelligence-এর ইতিহাস
• Alan Turing ও Enigma
• 1956 সালে AI-এর সূচনা
• AI Winter
• Expert System
• Modern AI
• AI, Pattern Recognition ও Machine Learning
• State Space Search
• Tic-Tac-Toe
• BFS ও DFS
• Heuristic Search
• Greedy Best First Search
• A* Search-এর Basic Concept
• Hill Climbing
• Simulated Annealing
• Genetic/Evolutionary Algorithm
• Crossover ও Mutation
• Fitness ও Selection

Unit 5 – Knowledge Representation and Reasoning

• Propositional Logic
• Truth Table
• Conjunction ও Disjunction
• Syllogism
• Tautology
• De Morgan's Law
• Logical Rules
• Implication ও Biconditional
• Unification
• Clause ও Inference
• Basic Fuzzy Logic

Unit 6 – Uncertainty Management

• Uncertain Knowledge
• Rational Decision
• Probabilistic Reasoning
• Bayes Rule
• Conditional Probability
• Probabilistic Inference

Unit 7 – Preliminary Concept of Chatbots

• Chatbot কী
• Chatbot-এর উদাহরণ
• Basic Chatbot Flowchart

💻 Class XI Practical

Class XI practical অংশে Python programming-এর পাশাপাশি AI ও search algorithm-এর বাস্তব প্রয়োগ রয়েছে।

গুরুত্বপূর্ণ practical বিষয়:

• Python Programming
• Calculator Program
• Number Conversion
• GCD
• Prime Number
• Fibonacci Series
• Factorial
• List Operations
• String Operations
• Stack ও Queue
• NumPy Array ও Matrix
• Linear ও Binary Search
• Bubble Sort
• Gaussian Random Number
• Histogram
• Mean, Median ও Mode
• Gaussian Distribution Plot
• 8-Puzzle using DFS/BFS
• Tic-Tac-Toe
• Game Tree
• Genetic Algorithm

---

🤖 Class XII Artificial Intelligence Syllabus

Class XII-তে AI syllabus আরও advanced হয়। এখানে মূলত Statistics, Machine Learning, Supervised Learning, Unsupervised Learning, Neural Network এবং CNN নিয়ে আলোচনা করা হয়েছে।

Semester III

Unit 1 – Foundation of Statistics for ML

• Euclidean Norm
• Pearson Correlation
• Chi-Square Distance
• Bayes Theorem
• Probability
• Vector Algebra
• Dot Product
• Vector Projection
• Conditional Probability
• Independence

Unit 2 – Introduction to Machine Learning

• Machine Learning কী
• Traditional Programming বনাম Machine Learning
• AI ও ML-এর সম্পর্ক
• Machine Learning-এর Applications
• Supervised Learning
• Unsupervised Learning
• Semi-Supervised Learning
• Reinforcement Learning
• Linear Regression
• Hypothesis ও Hypothesis Space
• Bias
• Loss Function
• Mean Squared Error (MSE)
• Gradient Descent
• Learning Rate
• Feature Scaling
• Min-Max Normalization
• Features ও Attributes
• Multiple Features
• Polynomial Regression

Unit 3 – Supervised Learning

• Regression ও Classification
• Linear Classifier
• Threshold Classifier
• Logistic Regression
• Logistic Function
• Binary Classification
• Multiclass Classification
• KNN
• Curse of Dimensionality
• Confusion Matrix
• TP, TN, FP, FN
• Accuracy
• Precision
• Recall
• F-Measure
• Sensitivity ও Specificity
• K-Fold Cross Validation

Semester IV

Unit 4 – Unsupervised Learning

• Bayesian Learning
• Conditional Independence
• Naive Bayes
• Sentiment Classification
• Add-One Smoothing
• Decision Tree
• Entropy
• Impurity ও Purity
• Information Gain
• ID3
• Overfitting
• Reduced Error Pruning
• K-Means Clustering
• Classification বনাম Clustering

Unit 5 – Artificial Neural Network

• Biological Neuron
• McCulloch-Pitts Neuron
• Threshold ও Sigmoid Activation
• Perceptron
• Perceptron Training
• AND ও OR
• Linear Separator
• Delta Rule
• Hidden Layer
• XOR Problem
• Non-Linearity
• Feed Forward Network
• Recurrent Network-এর Basic Concept
• Backpropagation
• Generalization
• Overfitting
• Validation
• Handwritten Digit Recognition
• CNN
• Convolution
• 2D Convolution
• Pooling
• CNN-based Digit Recognition

Unit 6 – Ethics in AI

• Artificial Intelligence-এর গুরুত্বপূর্ণ Ethical Issues

🧪 Class XII Practical

Class XII practical-এ Machine Learning ও Neural Network-এর বাস্তব প্রয়োগ শেখানো হয়।

প্রধান practical বিষয়গুলি হলো:

• Euclidean Distance
• Pearson Correlation
• Matrix Operations
• Linear Regression
• Gradient Descent
• Matplotlib Visualization
• Diabetes Dataset
• Logistic Regression
• Iris Dataset
• KNN
• Naive Bayes
• Sentiment Analysis
• CSV ও JSON Data Processing
• Pandas
• Decision Tree
• K-Means Clustering
• MLP দিয়ে MNIST Digit Recognition
• Keras দিয়ে CNN
• MLP ও CNN-এর তুলনা

⭐ পরীক্ষার জন্য সবচেয়ে গুরুত্বপূর্ণ বিষয়

AI syllabus ভালোভাবে প্রস্তুত করতে নিচের বিষয়গুলিতে বিশেষ গুরুত্ব দেওয়া যেতে পারে:

Class XI

1. Python Programming
2. Data Structures
3. Search Algorithms – BFS ও DFS
4. Heuristic Search
5. Genetic Algorithm
6. Linear Algebra
7. Probability
8. Knowledge Representation
9. Bayes Rule
10. Chatbot

Class XII

1. Statistics for ML
2. Linear Regression
3. Gradient Descent
4. Logistic Regression
5. KNN
6. Confusion Matrix
7. Naive Bayes
8. Decision Tree
9. K-Means
10. Neural Network
11. Backpropagation
12. CNN
13. AI Ethics

📥 Artificial Intelligence Syllabus PDF Download

আপনি যদি WBCHSE Artificial Intelligence (ARTI) Class XI & XII-এর সম্পূর্ণ syllabus PDF সংরক্ষণ করে রাখতে চান, তাহলে নিচের Download বাটনে ক্লিক করে PDF সংগ্রহ করতে পারেন।

👉 [Download Artificial Intelligence Syllabus PDF]

PDF-টি শিক্ষার্থী, শিক্ষক এবং AI বিষয়টি পড়ানোর সঙ্গে যুক্ত সকলের জন্য reference হিসেবে ব্যবহার করা যেতে পারে।

🎯 কেন এই syllabus গুরুত্বপূর্ণ?

এই syllabus শুধু পরীক্ষার প্রস্তুতির জন্য নয়। এখানে Computer Fundamentals থেকে শুরু করে Python Programming এবং ধীরে ধীরে Artificial Intelligence → Machine Learning → Neural Network → CNN পর্যন্ত শেখানো হয়েছে।

অর্থাৎ Class XI-তে তৈরি হবে programming ও AI-এর foundation, আর Class XII-তে সেই foundation ব্যবহার করে Machine Learning ও Neural Network-এর বাস্তব প্রয়োগ শেখানো হবে।

তাই AI বিষয়টি ভালোভাবে বুঝতে হলে শুধু theory মুখস্থ না করে Python code, algorithm এবং practical implementation-এর উপরও সমান গুরুত্ব দেওয়া প্রয়োজন।

নোট: এই পোস্টের syllabus-এর বিষয়বস্তু আপনার দেওয়া WBCHSE Artificial Intelligence (ARTI) syllabus PDF-এর ভিত্তিতে সাজানো হয়েছে। সম্পূর্ণ বিস্তারিত syllabus-এর জন্য মূল PDF দেখুন।

You May Like Also Also Like This