Programmi

 
Seleziona l'Anno Accademico:    2012/20132013/20142014/20152015/20162016/20172017/2018

IA/0205/EN - ARTIFICIAL INTELLIGENCE

Anno Accademico 2017/2018

Docente
GIORGIO FUMERA (Tit.)
Periodo
Primo Semestre 
Modalità d'Erogazione
Convenzionale 
Lingua Insegnamento
INGLESE 



Informazioni aggiuntive

CorsoPercorsoCFUDurata(h)
[70/83]  INGEGNERIA ELETTRONICA [83/00 - Ord. 2016]  PERCORSO COMUNE550
Obiettivi

Il corso fornisce conoscenze di base sui principali metodi e strumenti dell'Intelligenza Artificiale di interesse per l'ingegneria dell'informazione, e sui relativi settori di applicazione: algoritmi di ricerca su grafi, rappresentazione ed elaborazione della conoscenza per mezzo di linguaggi logici e sistemi esperti, il linguaggio Lisp, metodi di apprendimento automatico. Alla presentazione dei fondamenti teorici segue l'applicazione pratica dei vari metodi e strumenti attraverso lo sviluppo di una tesina.

Lo studente:
- conoscerà gli aspetti metodologico-operativi dell'Intelligenza Artificiale di interesse per l'ingegneria dell'informazione, e alcuni aspetti specifici delle sue applicazioni avanzate nel campo dell'apprendimento automatico
- avrà sviluppato la capacità di applicare i metodi e gli strumenti appresi durante il corso per risolvere problemi complessi nell'ambito dell'ingegneria dell'informazione

Prerequisiti

Elementi di matematica discreta (calcolo combinatorio), architettura dei calcolatori, almeno un linguaggio di programmazione.

Contenuti

- Introduzione e cenni storici (2 ore).
- Risoluzione di problemi attraverso algoritmi di ricerca su grafi (lezioni: 8 ore; esercitazioni: 4 ore)
Formulazione di un problema di ricerca: stati, azioni, obiettivo, costo della soluzione, spazio degli stati, alberi/grafi di ricerca. Complessità degli algoritmi di ricerca. Strategie di ricerca non informata: ricerca in ampiezza, a costo uniforme, in profondità, limitata in profondità, ad approfondimento iterativo, bidirezionale. Strategie di ricerca informata: best-first search: greedy search, algoritmo A*, funzioni euristiche.
- Il linguaggio LISP (lezioni: 6 ore; esercitazioni: 2 ore)
Linguaggi di programmazione imperativi e funzionali. Il linguaggio LISP: cenni storici, tipi di dato, programmi, funzioni predefinite, definizione di nuove funzioni.
- Sistemi di rappresentazione ed elaborazione della conoscenza in forma simbolica (lezioni: 8 ore; esercitazioni: 4 ore)
Linguaggi logici. Algoritmi di inferenza. Logica proposizionale e logica dei predicati: sintassi, semantica, algoritmi di inferenza. Sistemi di ragionamento logico, sistemi esperti.
- Apprendimento automatico da esempi (lezioni: 12 ore; esercitazioni: 4 ore)
Concetti di base. Problemi di classificazione supervisionata, algoritmi di classificaziona automatica. Alberi di decisione, algoritmi di apprendimento. Reti neurali, l'algoritmo di back-propagation. Applicazioni. Cenni alle tecniche di "deep learning".

Metodi Didattici

Lezioni frontali: 36 ore.
Esercitazioni in aula: 14 ore.

Verifica dell'apprendimento

La verifica dell'apprendimento consiste in una prova scritta e nello svolgimento di un progetto.
La prova scritta contiene domande a risposta aperta ed esercizi su tutti gli argomenti del programma. La valutazione finale (un voto in trentesimi) viene formulata in base alla capacità di formulare specifici problemi relativi all'Intelligenza Artificiale secondo i metodi appresi durante il corso, e alla capacità di applicare concretamente tali metodi.
Il progetto consiste nell'approfondimento di uno dei metodi presentati nel corso, attraverso la sua implementazione con un programma per calcolatore e la sua applicazione alla risoluzione di uno specifico problema.
Il voto finale sarà la media pesata dei voti conseguiti nella prova scritta e nel progetto: 1/3 per la prova scritta, 2/3 per il progetto.

Testi

S.J. Russell, P. Norvig, "Intelligenza Artificiale: un approccio moderno", Pearson, 2005.

Altre Informazioni

Il sito web del corso contiene il programma dettagliato, i testi di riferimento, una versione estesa del materiale proiettato a lezione, i testi e le soluzioni di tutte le esercitazioni svolte in aula e dei compiti d'esame, esempi di progetti, e l'indicazione di risorse aggiuntive sull'intelligenza artificiale (testi, link a siti Web di interesse, ecc.): http://www.diee.unica.it/~fumera/AI

credits unica.it | accessibilità Università degli Studi di Cagliari
C.F.: 80019600925 - P.I.: 00443370929
note legali | privacy

Nascondi la toolbar