Corso di
Intelligenza Artificiale e Apprendimento Automatico
Laurea Specialistica in Sistemi per il trattamento dell'informazione
Anno accademico: 2008-2009
Docente:
Marco BOTTA
Numero di ore:
54 (in aula)
Numero di CFU (Crediti Formativi Universitari):
6 (in aula)
Moduli:
"
MODULO 1 (lezioni in aula)
INDICE
-
Obiettivi del corso
-
Competenze attese e propedeuticità
-
Come si svolgono le lezioni (supporti alla didattica in uso alla docenza)
-
Programma/contenuti
-
Materiale didattico di supporto (a cura del docente)
-
Bibliografia (libri, articoli, documenti on-line,...)
-
Controllo dell'appprendimento (durante il corso)
-
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.
|