ALGORITMI PER L'INTELLIGENZA ARTIFICIALE
cod. 1009071

Anno accademico 2021/22
2° anno di corso - Primo semestre
Docente
- Vincenzo BONNICI
Settore scientifico disciplinare
Informatica (INF/01)
Field
Discipline informatiche
Tipologia attività formativa
Caratterizzante
48 ore
di attività frontali
6 crediti
sede:
insegnamento
in ITALIANO

Obiettivi formativi

Il corso offre le basi teoriche per modellare e risolvere problemi di intelligenza artificiale.
Il corso prevede lezioni teoriche che introducono alle tematiche dell’apprendimento automatico e della ricerca di soluzioni da un punto di vista algoritmico.
Con riferimento agli Indicatori di Dublino:
Conoscenza e capacità di comprensione
Il corso introduce i concetti relativi allo sviluppo, applicazione e validazione di algoritmi di intelligenza artificiale per l’apprendimento automatico e la ricerca di soluzioni. In particolare, vengono tratti algoritmi di apprendimento automatico supervisionato e non supervisionato, algoritmi di ricerca randomizzati e basati sulla intelligenza di gruppo.
Capacità di applicare conoscenza e comprensione
Le conoscenze teoriche presentate vengono introdotte in prospettiva sia della corretta applicazione degli algoritmi allo stato dell’arte ed interpretazione dei risultati ottenuti, sia nella comprensione delle loro motivazioni per lo sviluppo di nuove soluzioni computazionali.
Autonomia di giudizio
Un approccio critico sull’utilizzo e la comprensione degli attuali algoritmi di intelligenza artificiale è tra gli obbiettivi principali del corso. In particolare, identificare la corretta metodologia e valutarne l’impatto sul caso di applicazione specifico.
Abilità comunicative

Le discussioni sui diversi metodi per risolvere i problemi proposti consentono di migliorare le capacità di comunicazione attraverso l’esposizione in forma seminariale.
Capacità di apprendimento
L’utilizzo autonomo di risorse esterne e la consultazione di letteratura scientifica permette di sviluppare una capacità di apprendimento autonoma. Lo studente acquisisce la capacità di adattarsi al problema e di applicare I modelli più adatti per la risoluzione.

Prerequisiti

- - -

Contenuti dell'insegnamento

Il corso offre le basi teoriche per modellare e risolvere problemi di intelligenza artificiale.
Il corso prevede lezioni teoriche che introducono alle tematiche dell’apprendimento automatico e della ricerca di soluzioni da un punto di vista algoritmico. In particolare, vengono tratti algoritmi di apprendimento automatico supervisionato e non supervisionato, algoritmi di ricerca randomizzati e basati sulla intelligenza di gruppo.

Programma esteso

rappresentazione della conoscenza
fenomeni aleatori
apprendimento automatico superivsionato
apprendimento automatico non supervisionato
algoritmi di ricerca su grafi
intelligenza dello sciame
algoritmi di ricerca randomizzati
algoritmi genetici

Bibliografia

Stuart, Norvig. Intelligenza artificiale: un approccio moderno. Pearson, 2016
Bishop. Pattern recognition and machine learning. Springer, 2016
Dua, Hart, Stork. Pattern classification. Wiley, 2001.
Friedman, Hastie, Tibshirani. The elements of statistical learning. Springer, 2001

Metodi didattici

Lezioni frontali, sminari con discussioni di gruppo

Modalità verifica apprendimento

Esame orale con integrazione del voto tramite seminario.

Altre informazioni

- - -