Il corso si propone di introdurre i principi e i metodi che stanno alla base della risoluzione di problemi di Intelligenza Artificiale (con particolare riferimento a sistemi basati sulla conoscenza e metodologie basate sulla logica). Gli studenti saranno in grado di effetturare una corretta formulazione e risolvere problemi di apprendimento automatico.
Risultati di apprendimento attesi
Conoscenza e capacità di comprensione
- Fornire una panoramica sulle principali tecniche di apprendimento automatico: classificazione, regressione, apprendimento supervisionato, non-supervisionato e per rinforzo. - Conoscenza del linguaggio di programmazione Python.
Conoscenza e capacità di comprensione applicate
- Risolvere problemi di apprendimento automatico a partire da vari insiemi di dati, mediante l'applicazione delle tecniche studiate. - Utilizzo del linguaggio di programmazione Python
Prerequisiti
Nessuno
Metodi didattici
Lezioni ed esercitazioni in aula svolte utilizzando lavagna, videoproiettore e computer, esercitazioni pratiche. Esercitazioni in laboratorio in linguaggio Python utilizzando varie librerie per il machine learning.
Sebbene raccomandata, la frequenza del corso non è obbligatoria
Verifica Apprendimento
Esame scritto/pratico (obbligatorio) e discussione orale (facoltativa).
Testi
S. J. Russel, P. Norvig: "Intelligenza Artificiale: Un approccio moderno", Pearson Prentice Hall, Volume 1 e 2, Ultima Edizione o edizioni precedenti anche in Inglese.
Contenuti
Introduzione all'Intelligenza Artificiale; Risoluzione di problemi; Rappresentazione della conoscenza; Tecniche di apprendimento automatico nell’ambito dell’intelligenza artificiale, quali le reti neurali ed il deep learning, discutendone le proprietà e l’applicabilità.
