CORSO DI LAUREA E DI DIPLOMA IN INFORMATICA
Università di Torino

Intelligenza Artificiale e Apprendimento Automatico

Laurea Specialistica in Sistemi per il Trattamento dell'Informazione


Sommario:

Docente:
  • Marco Botta
    • Ricevimento su appuntamento: telefonare al 011 670 6721
    • Spedire messaggi a botta@di.unito.it

Appelli di esame:

  • Scritto: 14 Luglio 2009 alle ore 9:30 (Prenotarsi sul sito della didattica)
Orari delle Lezioni:

  • Il corso si terrà nel terzo trimestre, secondo l'orario riportato in bacheca e on-line al link Orari delle lezioni.
  • ATTENZIONE: (eventuali cambi di orario) Si avvisano gli studenti che dal 27 Aprile al 10 Maggio 2009 le lezioni sono sospese e riprenderanno lunedì 11 Maggio 2009.
    Nella settimana dal 25 al 30 Maggio 2009 ci saranno le esercitazioni sulla pinaificazione con il seguente orario: Lunedì 25 -16-18 lezione in aula F, Mercoledì 27 14-16 e Giovedì 28 14-16 lezione in laboratorio. Non ci sarà lezione martedì 26.
    Lezioni nel mese di Giugno 2009:
    • Mercoledì 3 giugno 2009: seminario specialistico su Constraint Satisfaction and Temporal Reasoning
    • Da Lunedì 8 giugno a Giovedì 12 giugno 2009: lezioni su algoritmi di apprendimento automatico
    • Da Lunedì 15 giugno a Giovedì 18 giugno 2009: lezioni su Reti Neurali (Dott.ssa Cancelliere)
    • Lunedì 22 giugno 2009: seminario specialistico su Ensemble Learning (Dott. Esposito)
    • Martedì 23 Giugno 2009: lezioni su Reti Neurali (Dott.ssa Cancelliere)

Contenuto del corso:

  • Informazioni sugli argomenti del corso possono essere scaricati qui
  • Parte I - Meccanismi di ragionamento
    • Logica e risoluzione (Ginsberg cap. 6,7,8,9.1; Russell cap. 7,9)
    • Ragionamento non-monotono (Ginsberg cap 11, Dispense)
    • Truth Maintenance Systems (Ginsberg cap 10)
    • Ragionamnto approssimato (Russell cap 14, 15.1, 15.2)
  • Parte II - Planning
    • Introduzione al planning, STRIPS (Nilsson cap 7)
    • planning non-lineare, gerarchico, condizionale (Russell cap 11, 12)
    • planning and acting (Russell cap 13)
  • Parte III - Learning
    • Introduzione
    • Learning da esempi (Russell cap 18, 19)
    • Genetic Algorithms (Dispense)
    • Learning in Knowledge bases (Russell cap 21)
  • Parte IV - Seminari specialistici
Testi di riferimento (tra parentesi la collocazione in biblioteca):
  • N.J. Nilsson: "Principles of artificial intelligence", Springer-Verlag, 1982 (L1843)
  • S. Russell, P. Norvig: "Artificial Intelligence: A Modern Approach", Prentice Hall, 1997 (L4628, L4245)
  • S. Russell, P. Norvig: "Intelligenza Artificiale: Un Approccio Moderno", UTET, 1998 (L4602, L4603)
  • M. Ginsberg: "Essentials of Artificial Intelligence", Morgan Kaufmann, 1993 (L3728, L4379, L4380)
  • T. Mitchell: "Machine Learning", McGraw-Hill, 1997 (Escluso dal prestito)
Links a Materiale disponibile in rete: Materiale usato a lezione: Informazioni Generali:



Home page didattica
[Laurea] [Diploma] [Informazioni] [Intranet] [Orientamento]
[Dipartimento] [Facoltà di Scienze] [Università di Torino]

Administrator: wwwadm@di.unito.it Ultima modifica: Jun 11, 2009