Insegnamenti

Seleziona l'Anno Accademico:     2017/2018 2018/2019 2019/2020 2020/2021 2021/2022 2022/2023
Docente
GIORGIO FUMERA (Tit.)
Periodo
Primo Semestre 
Modalità d'Erogazione
Convenzionale 
Lingua Insegnamento
 



Informazioni aggiuntive

Corso Percorso CFU Durata(h)
[70/83]  INGEGNERIA ELETTRONICA [83/00 - Ord. 2010]  PERCORSO COMUNE 5 50

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. La presentazione dei fondamenti teorici è seguita dall'applicazione pratica dei vari metodi e strumenti, mediante lo svolgimento di esercitazioni al calcolatore.

Lo studente:
- conoscerà alcuni dei principali 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, attraverso esercitazioni di laboratorio e lo sviluppo di un progetto durante la prova finale

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: 4 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: 10 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: 34 ore.
Esercitazioni in aula e al calcolatore: 16 ore.

Verifica dell'apprendimento

La verifica dell'apprendimento consiste in due prove scritte in itinere o in alternativa una prova scritta al termine del corso, e nello svolgimento di un progetto.
La prova scritta contiene domande a risposta aperta ed esercizi su tutti gli argomenti del programma. Per il suo superamento è richiesta la conoscenza di tutti gli argomenti del programma. La valutazione finale (voto) viene formulata in base al grado di approfondimento delle conoscenze su ciascun argomento del programma, e in particolare 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, le presentazioni usate 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/IA

Questionario e social

Condividi su:
Impostazioni cookie