|
Descrizione dell'insegnamento |
|
Insegnamento obbligatorio della Laurea Magistrale in Ingegneria Informatica, collocato al II anno. Il corso intende descrivere le metodologie basate sull'intelligenza artificiale. In particolare si tratteranno i modelli base del comportamento intelligente, la costruzione di macchine che li simulano, la rappresentazione della conoscenza, la valutazione di regole, l'inferenza, la deduzione e i pattern. Sono prese in esame le architetture dei sistemi di apprendimento e come questi rappresentano la loro conoscenza del mondo esterno. |
|
Il presente corso, che fornisce 9 crediti formativi, è composto da 20 ore di videolezione, da vedere due
volte, per un totale minimo di 40 ore di attività dello studente.
Le videolezioni trattano i seguenti argomenti:
• Lezione n. 1: Intelligenza Artificiale. Introduzione
• Lezione n. 2: Agenti intelligenti
• Lezione n. 3: Searching
• Lezione n. 4: Informed search - Ricerca con Informazione
• Lezione n. 5: Constraints satisfaction problems - Soddisfacimento di vincoli
• Lezione n. 6: Logica proposizionale
• Lezione n. 7: Logica del primo ordine
• Lezione n. 8: Inferenza in logica del primo ordine
• Lezione n. 9: Planning - Pianificazione
• Lezione n. 10: Applicazioni del planning
• Lezione n. 11: Quantificazione dell’incertezza
• Lezione n. 12: Reti Bayesiane
• Lezione n. 13: Probabilistic reasoning over time
• Lezione n. 14: Making simple decisions
• Lezione n. 15: Complex decision making - Prima parte
• Lezione n. 16: Complex decision making - Seconda parte
• Lezione n. 17: Apprendimento & alberi di decisione
• Lezione n. 18: Regressione e classificazione - Prima parte
• Lezione n. 19: Regressione e classificazione - Seconda parte
• Lezione n. 20: Learning with knowledge & statistical learning
|
|
Sono inoltre presenti materiali didattici collegati agli argomenti delle video lezioni, che si compongono di
testi di approfondimento teorico e dispense; tali materiali didattici compongono lo studio individuale dello
studente di circa 125 ore.
In dettaglio, i materiali didattici collegati sono:
- Slide del corso, le slide utilizzate dai docenti autori delle videolezioni, che gli studenti potrannoscaricare e stampare per crearsi il proprio "quaderno del corso"
- Libri&Articoli: testi, saggi, schede descrittive, approfondimenti,
- Bibliografia: riferimenti ragionati a fonti bibliografiche associati ai singoli argomenti di ogni videolezione
- Sitografia: selezioni ragionate di Siti web collegate agli argomenti della videolezione
Testi d'esame:
I testi d'esame per il corso di Intelligenza artificiale sono:
S.J. Russell, P. Norvig, “Intelligenza Artificiale. Un approccio Moderno” , Vol. 1 e 2, Pearson, Milano
Tom Mitchell - Machine Learning
E. Rich, "Intelligenza artificiale", McGraw Hill, Milano
N.J. Nilsson, "Metodi per la risoluzione dei problemi nell'intelligenza artificiale", Angeli, Milano
S. Haykin, “Neural Networks – A comprehensive foundation”, 2a edizione, Prentice-Hall |
|
Le esercitazioni presentate durante il corso coprono l'intero programma. |
Prof.
Giovanni Felici
- Istituto di Analisi dei Sistemi ed Informatica “A. Ruberti” - CNR (Roma - Italia)
|