Corso Vittorio Emanuele II, 39 - Roma 0669207671

Dottorato di Ricerca in Ingegneria dell'Innovazione Tecnologica (Academic Year 2022/2023) - Digital Technologies for Industry 4.0

Intelligenza artificiale


CFU: 6
Langue du contenu:Italien
Description du cours
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.
Programme

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

Textes

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

Entraînements
Le esercitazioni presentate durante il corso coprono l'intero programma.
Professeur/Tuteur responsable enseignement
Luigi Laura
Liste des leçons
Giovanni Felici
Giovanni Felici
    •  Leçon n. 3: Searching  Go to this lesson
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici
Giovanni Felici