Corsi di Laurea

Torna Indietro


Materia: LOGIC AND ARTIFICIAL INTELLIGENCE
Classe/Partizione:
ID Attività Didattica: 906521
Docente: DI NOIA TOMMASO
Esami: Visualizza Elenco degli Appelli
PeriodoS1 (1° SEMESTRE)
Inizio lezionisabato 01 ottobre 2016
Fine lezionigiovedì 02 febbraio 2017
SegmentoDocenteSSDTipoCFUOreTAFFrequenza
LOGIC AND ARTIFICIAL INTELLIGENCE DI NOIA TOMMASO ING-INF/05 LEZ 12 96 Caratterizzante Libera
Legenda
SEGMENTO:
Tutte le unità didattiche sono composte da almeno un segmento
TIPO:
LEZ - lezione, ESE - esercitazione, LAB - laboratorio

Orario di Ricevimento

GiornoOra inizioOra fineLuogo
Lunedì 09:30 10:30Ufficio del docente
Note: L'incontro deve essere concordato con il docente tramite email.
Martedì 09:30 10:30Ufficio del docente
Note: L'incontro deve essere concordato con il docente tramite email.
Mercoledì 09:30 10:30Ufficio del docente
Note: L'incontro deve essere concordato con il docente tramite email.
Giovedì 09:30 10:30Ufficio del docente
Note: L'incontro deve essere concordato con il docente tramite email.
Venerdì 09:30 10:30Ufficio del docente
Note: L'incontro deve essere concordato con il docente tramite email.

Obiettivi Formativi:

Scopo dell?'insegnamento è quello di fornire le conoscenze, gli algoritmi e gli approcci per la modellazione e risoluzione di problemi proprio dell?intelligenza artificiale.

Contenuti del Corso:

Agenti Intelligenti
Ricerca nello spazio degli stati
Algoritmi di ricerca locale e problemi di ottimizzazione Ricerca con azioni non deterministiche
Ricerca con avversari
Problemi di soddisfacimento di vincoli
Agenti logici
Logica del primo ordine
Programmazione Logica: Prolog
Inferenza in Logica del Primo Ordine Rappresentazione della conoscenza
Logiche Descrittive
Quantificare l’incertezza
Ragionamento probabilistico
Apprendimento da esempi – Progettazione di un sistema basato su Machine Learning Regressione lineare
Regressione logistica
Algoritmi di classificazione non lineari
Support Vector Machine
Neural Networks
KNN
Apprendimento statistico Classificatore Bayesiano Naive Analisi alle componenti principali SVD
Clustering
K-means
GMM
Outlier detection
Sitemi di raccomandazione

Testi di Riferimento:

Intelligenza artificiale. Un approccio moderno. Vol. 1 (terza edizione) - Russell Stuart J.; Norvig Peter Intelligenza artificiale. Un approccio moderno. Vol. 2 (seconda edizione) - Russell Stuart J.; Norvig Peter Learn Prolog Now! - Patrick Blackburn, Johan Bos, and Kristina Striegnitz

Requisiti:

Algoritmi e strutture dati, programmazione ricorsiva, analisi matematica