Area dell'Ingegneria

Nessun elemento selezionato

Intelligenza artificiale

Prof. Giovanni Felici
(Istituto di Analisi dei Sistemi ed Informatica “A. Ruberti” - CNR (Roma - Italia))

Lingua contenuti:Italiano

Descrizione del modulo

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.

Contenuti

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

Testi

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

Esercitazioni

Le esercitazioni presentate durante il corso coprono l'intero programma.

Titolare dell'insegnamento

Nessun Docente attualmente disponibile per questo corso

Docente Video

Prof. Giovanni Felici - Istituto di Analisi dei Sistemi ed Informatica “A. Ruberti” - CNR (Roma - Italia)

Elenco delle lezioni

Lezione n. 1: Intelligenza Artificiale. Introduzione Visualizza argomenti della lezione		Giovanni Felici
Objectives What is AI Foundations of AI History of AI
Lezione n. 2: Agenti intelligenti Visualizza argomenti della lezione		Giovanni Felici
Agents and Environments The Nature of Environments The Structure of Agents
Lezione n. 3: Searching Visualizza argomenti della lezione		Giovanni Felici
Example problems Tree search and graph search Uninformed search
Lezione n. 4: Informed search - Ricerca con Informazione Visualizza argomenti della lezione		Giovanni Felici
Greedy search A* search Heuristic functions Local Search
Lezione n. 5: Constraints satisfaction problems - Soddisfacimento di vincoli Visualizza argomenti della lezione		Giovanni Felici
Definition of CSP Constraint Propagation Search in CSP Structure of CSP
Lezione n. 6: Logica proposizionale Visualizza argomenti della lezione		Giovanni Felici
Logical Agents Logic, Formally Propositional Logic Theorem Proving Special CNF Systems Satisfiability
Lezione n. 7: Logica del primo ordine Visualizza argomenti della lezione		Giovanni Felici
Semantic & Syntax Quantifiers Numbers, Sets, Lists
Lezione n. 8: Inferenza in logica del primo ordine Visualizza argomenti della lezione		Giovanni Felici
Reducing to propositional inference Unification Forward chaining Backward chaining Resolution
Lezione n. 9: Planning - Pianificazione Visualizza argomenti della lezione		Giovanni Felici
Definitions Complexity of Planning Algorithms for Planning Heuristics for Planning The Planning Graph
Lezione n. 10: Applicazioni del planning Visualizza argomenti della lezione		Giovanni Felici
Planning And Scheduling Critical Path Method Hierarchical Planning Planning in Other Domains
Lezione n. 11: Quantificazione dell’incertezza Visualizza argomenti della lezione		Giovanni Felici
Uncertainty Probability Inference Bayes’ Theorem
Lezione n. 12: Reti Bayesiane Visualizza argomenti della lezione		Giovanni Felici
Introduction to Bayesian Networks Conditional independence in BN Exact Inference Approximated Inference
Lezione n. 13: Probabilistic reasoning over time Visualizza argomenti della lezione		Giovanni Felici
Time and uncertainty Four tasks of temporal models Hidden Markov Models Kalman Filters Dynamic Bayesian Networks
Lezione n. 14: Making simple decisions Visualizza argomenti della lezione		Giovanni Felici
Utility Theory Decision Networks The Value of Information
Lezione n. 15: Complex decision making - Prima parte Visualizza argomenti della lezione		Giovanni Felici
Sequential Decision Problems The Bellman Equation Partially Observable Markov Decision Processes
Lezione n. 16: Complex decision making - Seconda parte Visualizza argomenti della lezione		Giovanni Felici
Decisions With Multiple Agents Dominance and Equilibrium Mechanism Design and Auctions
Lezione n. 17: Apprendimento & alberi di decisione Visualizza argomenti della lezione		Giovanni Felici
Forms of Learning Supervised Learning Decision Trees
Lezione n. 18: Regressione e classificazione - Prima parte Visualizza argomenti della lezione		Giovanni Felici
Linear Regression Linear Classification Logistic Regression Neural Networks
Lezione n. 19: Regressione e classificazione - Seconda parte Visualizza argomenti della lezione		Giovanni Felici
Support Vector Machines Non Parametric Models Nearest Neighbor Non Parametric Regression Ensamble Learning Computational Learning Theory
Lezione n. 20: Learning with knowledge & statistical learning Visualizza argomenti della lezione		Giovanni Felici
Knowledge in learning Learning with background Statistical learning with complete knowledge Statistical learning with uncomplete knowledge

Menu secondario

Area dell'Ingegneria

Intelligenza artificiale