Sistemi Intelligenti
Contenuto e Struttura del
corso
(aa. 2005/6)
(Ultimo aggiornamento: 14 Giugno 2006 )
Docente: Alessandro
Sperduti
Note introduttive
Il corso si propone di fornire le nozioni fondamentali per la
comprensione
e la progettazione di sistemi che utilizzano tecniche di Intelligenza
Artificiale,
Apprendimento Automatico e tecniche di Soft-computing.
I principali riferimenti bibliografici al corso sono i seguenti:
-
S. Russell & P. Norvig, "Artificial
Intelligence:
A Modern Approach", Prentice Hall, seconda edizione (2002).
-
T. Mitchell , "Machine Learning", McGraw Hill, 1998.
- J. Shawe-Taylor & N. Cristianini, "Kernel Methods for Pattern
Recognition", Cambridge University Press, 2004.
Calendario delle lezioni
Il corso si tiene con il seguente calendario:
martedì e
marcoledì 11:30-13:30
giovedì 13:30-16:30
in aula TA50B nel periodo 11 Aprile -
15 Giugno 2006
Ricevimento studenti
Il ricevimento studenti si svolge, tranne diverso avviso, con
il
seguente calendario:
-
giovedi 11:00 - 13:00 in stanza 115
Modalita' di esame
Progetto + orale
Appelli di esame
Primo Appello: dal 19 al 30 Giugno su
appuntamento
Secondo Appello: dal 4 al 21 Luglio
su appuntamento
LUCIDI DELLE LEZIONI:
Lucidi lezione dell' 11 Aprile
Lucidi lezione del 12 e 13 Aprile
Lucidi lezione del 2 Maggio
Lucidi lezione del 3 Maggio
Lucidi lezione del 4 Maggio
Lucidi lezioni del 9,10 e 11 Maggio
Lucidi lezioni del 11 e 16 Maggio
Lucidi lezioni del 17 e 18 Maggio
Lucidi lezioni del 23 e 24 Maggio
Lucidi lezioni del 25 Maggio
Lucidi lezioni del 30 Maggio (ppt "zippato")
Lucidi lezioni del 31 Maggio (ppt "zippato")
Lucidi lezioni del 1 Giugno
Lucidi lezioni del 8 Giugno
lezioni del 14 e 15 Giugno. Testo di riferimento (fino a sez. 3.2 inclusa):
R. Meir and
G. Rätsch.
An
introduction to boosting and leveraging.
In S. Mendelson and A. Smola, editors, Advanced Lectures on Machine
Learning, LNCS, pages 119-184. Springer, 2003.
In press. Copyright by Springer Verlag.
(PDF)
Linee guida progetto
Contenuti di massima del corso
- Ricerca con avversari: elementi della teoria dei
giochi
- Richiamo dei concetti fondamentali dell'apprendimento
automatico
- Apprendimento on-line: alcuni semplici algoritmi e
loro analisi teorica
- Apprendimento di alberi di decisione
- Reti Neurali
- Apprendimento probabilistico
- Apprendimento in contesti strutturati: kernel per
stringhe, alberi e grafi
- Elementi di pianificazione
- Apprendimento con rinforzo