corso |
Codice: | 586AA | Crediti: | 6 | Semestre: | 2 | Sigla: | IIA | |
Settore disciplinare: | INF/01 - Informatica |
I parte: Algoritmi e strutture dati. Logica formale.
II parte: Elementi di analisi matematica: funzioni, calcolo differenziale; elementi di notazione e calcolo matriciale; algoritmica; elementi di probabilita' e statistica.
Apprendere i concetti principali e i metodi che stanno alla base della progettazione e sviluppo di sistemi di intelligenti.
Acquisire una conoscenza di base dei concetti, delle tecniche e dei settori applicativi dell'Intelligenza Artificiale.
Capacità di impostare e risolvere un problema secondo il paradigma di ricerca in uno spazio di stati; capacità di rappresentazione di conoscenza nei principali linguaggi (logici e non) e di progettazione e sviluppo di sistemi di inferenza; capacità di scegliere ed utilizzare correttamento alcuni algoritmi base di apprendimento automatico.
Consapevolezza dei limiti attuali e delle potenzialità dei sistemi intelligenti.
Il corso introdurrà l'Intelligenza Artificiale mediante una trattazione delle tecniche di base per la realizzazione di agenti intelligenti e in particolare il paradigma di risoluzione dei problemi come ricerca in uno spazio di stati, la rappresentazione della conoscenza e il ragionamento automatico, i metodi e modelli di base dell' apprendimento automatico.
The course will introduce Artificial Intelligence by covering the basic techniques for the implementation of intelligent agents and in particular the paradigm of problem solving as search in a states space, knowledge representation and automated reasoning, the basic methods and models of machine learning.
Il corso si articola in lezioni teoriche ed esercitazioni, che hanno lo scopo di esemplificare i concetti sviluppati durante le lezioni e presentare problemi da formalizzare.
S. Russell, P. Norvig, “Artificial Intelligence: a modern approach", Pearson, Third Edition, 2010.
Le letture consigliate includono i seguenti testi:
The Description Logic Handbook, F. Baader, D. L.
McGuinness, D. Nardi, P. F. Patel-Schneider (chapter 2).
T. Mitchell, Machine Learning, McGraw-Hill 1997.
Potranno essere suggeriti ulteriori testi.
Scritto e orale