Obiettivi formativi
Una introduzuone all'intelligenza artificiale simbolica e subsimbolica
Metodi per lo sviluppo di un sistema intelligente.
La conoscenza di strumenti utili per l’analisi e per lo sviluppo di un processo di
data analytics
Prerequisiti
Nessuna propedeucità.
Comunque, gli studenti dovrebbero avere conoscenze di programmazione
(in particolare python).
Contenuti dell'insegnamento
1 Introduzione (2 ore)
2 Nascita della AI (2 ore)
3 I sistemi formali (2 ore)
4 Problem solving e la ricerca di una soluzione (6 ore)
5 I sistemi basati sulla conoscenza (4 ore)
6 L'agente razionale (2 ore)
5 La logica formale come linguaggio per sviluppare sistemi intelligenti (6 ore)
6 Prolog e backtracking (6 ore)
7 Cenni di pianificazione (4 ore)
8 introduzione all'intelligenza subsimbolica (2 ore)
2 Business Intelligence e analisi descrittiva (4 ore)
9 Cenni di Machine Learning (8 ore)
19 Casi di studio (2 ore)
Programma esteso
1 Introduzione (2 ore)
2 Nascita della AI (2 ore)
3 I sistemi formali (2 ore)
4 Problem solving e la ricerca di una soluzione (6 ore)
-spazio delle soluzione-
strategie di ricerca cieca ed informata
5 I sistemi basati sulla conoscenza (4 ore)
-definizione di conoscenza
l'uso del ragionamento per inferire nuova conoscenza e pianificare le azioni
6 L'agente razionale (2 ore)
5 La logica formale come linguaggio per sviluppare sistemi intelligenti (6 ore)
- logica boolena
- logica dei predicati
6 Prolog e backtracking (6 ore)
-il prolog
- il backtracking in prolog
7 Cenni di pianificazione (4 ore)
-pianificazione strutturata
-pianificazione continua
8 introduzione all'intelligenza subsimbolica (2 ore)
2 Business Intelligence e analisi descrittiva (4 ore)
-Cosa è la business inteliigence
-Analisi descrittiva
9 Cenni di Machine Learning (8 ore)
- la fase di learning
-alberi di decisione
-cenni di reti neurali
19 Casi di studio (2 ore)
Bibliografia
Materiale fornito a lezione
RUSSELL, Stuart J.; NORVIG, Peter. Intelligenza artificiale. Un approccio moderno. Pearson Italia Spa, 2005.
Metodi didattici
Lezioni frontali ed esercitazioni.
Le lezioni frontali copriranno gli aspetti teorici delle materie del corso.
Le esercitazioni saranno dedicate all'illustrazione delle tecniche per lo sviluppo di un sistema intelligente.
Modalità verifica apprendimento
Non ci sono prove intermedie.
L'esame si compone di una prova scritta con domande di teoria e pratica.
Altre informazioni
Note sul corso e materiale didattico saranno distribuiti durante il corso in
forma elettronica.
Obiettivi agenda 2030 per lo sviluppo sostenibile
- - -
