20801730 - INTELLIGENZA ARTIFICIALE

Presentare le tecniche fondamentali di varie aree dell'Intelligenza Artificiale, con particolare riferimento alle tecniche di ricerca euristica, alla rappresentazione della conoscenza e ragionamento automatico, all'apprendimento automatico, all'elaborazione del linguaggio naturale, alla visione artificiale.
scheda docente | materiale didattico

Programma

1. Introduzione:

- Gli Agenti Intelligenti.
- L'IA come "Representation and Search".

2. Soluzione di Problemi mediante Ricerca nello Spazio degli Stati:

- Ricerca non informata (in ampiezza, guidata dal costo, in profondità, Iterative deepening search).
- Ricerca euristica (Best First, A*, IDA*, Heuristic Functions).
- Algoritmi approssimati (Hill Climbing, Simulated Annealing, etc.)
- Ricerca in presenza di avversari (MiniMax, Alfa-Beta Pruning).

3. Rappresentazione della Conoscenza e Ragionamento Automatico:

- Frames, Reti Semantiche, Sistemi di Produzione.
- Case-Based Reasoning.
- Knowledge Based Systems.

4. Machine Learning:

- Symbol-Based (Inductive Learning, Decision trees).
- Connessionista (reti neurali artificiali).

5. Comunicazione, Percezione e Azione:

- Elaborazione del linguaggio naturale e Information Retrieval.
- Visione Artificiale.



Testi Adottati

S.J.Russel, P.Norvig "Intelligenza Artificiale: Un approccio moderno" 2/Ed (2005). volume 1 e volume 2. Pearson Education Italia (è disponibile la terza edizione 2010 del primo volume).

Dispense a cura del docente.

Modalità Erogazione

La modalità di svolgimento consiste in lezioni ed esercitazioni in aula.

Modalità Valutazione

La verifica dell'apprendimento avviene attraverso una prova scritta. La prova è organizzata attraverso un certo numero di domande, finalizzate a verificare il livello di comprensione dei concetti e dei metodi esposti nel corso.