Corso di Intelligenza Artificiale e Apprendimento Automatico

Laurea Specialistica in Sistemi per il trattamento dell'informazione

Anno accademico: 2004-2005

Docente: Marco BOTTA

Numero di ore: 54 (in aula)
Numero di CFU (Crediti Formativi Universitari): 6 (in aula)
Moduli: " MODULO 1 (lezioni in aula)

1. Obiettivi del corso
2. Competenze attese e propedeuticità
3. Come si svolgono le lezioni (supporti alla didattica in uso alla docenza)
4. Programma/contenuti
5. Materiale didattico di supporto (a cura del docente)
6. Bibliografia (libri, articoli, documenti on-line,...)
7. Controllo dell'appprendimento (durante il corso)
8. Verifica (modalità d'esame)

1. Obiettivi del corso

Presentare le tematiche principali dei meccanismi di ragionamento, pianificazione e delle principali metodologie di apprendimento automatico.

2. Competenze attese e propedeuticità

• Competenze attese in ingresso (richieste all'inizio del corso). Il modulo presuppone una conoscenza di base delle tematiche di intelligenza artificiale, e una comprensione degli algoritmi e della loro complessità.
• Eventuali corsi propedeutici (forniscono le "competenze attese in ingresso"). Sistemi Intelligenti, Algoritmi e Sperimentazioni o Algoritmi e Laboratorio
• Competenze attese in uscita (acquisite durante il corso). Al termine del corso ci si aspetta che lo studente conosca come un sistema intelligente rappresenta la conoscenza e ci ragiona sopra. Inoltre, lo studente dovrebbe conoscere le principali tecniche di pianificazione e i principali algoritmi di apprendimento automatico.

3. Come si svolgono le lezioni (supporti alla didattica in uso alla docenza)

Le lezioni in aula sono svolte con l'ausilio del calcolatore (proiezione di lucidi animati).

4. Programma/contenuti

Parte I - Meccanismi di ragionamento. Parte II - Planning. Parte III - Learning.

5. Materiale didattico di supporto (a cura del docente)

Per il materiale didattico on-line seguire i link alla voce moduli del corso.

6. Bibliografia (libri, articoli, documenti on-line,...)

• S. Russell, P. Norvig: "Artificial Intelligence: A Modern Approach", Prent ice Hall, 1997 (L4628, L4245)
• T. Mitchell: "Machine Learning", McGraw-Hill, 1997

7. Controllo dell'apprendimento (durante il corso)

Il controllo dell'apprendimento è basato sulle domande che gli studenti fanno durante le ore di lezione e durante i ricevimenti.

8. Verifica (modalità d'esame)

L'esame consiste in una prova orale in cui il candidato deve dimostrare di avere acquisito le nozioni prensentate durante le lezioni, rispondendo ad almeno tre domande sugli argomenti del programma svolto.