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:

1. S. Russell & P. Norvig, "Artificial Intelligence: A Modern Approach", Prentice Hall, seconda edizione (2002).
2. T. Mitchell , "Machine Learning", McGraw Hill, 1998.
3. J. Shawe-Taylor & N. Cristianini, "Kernel Methods for Pattern Recognition", Cambridge University Press,  2004.
   

Calendario delle lezioni

Ricevimento studenti

• giovedi 11:00 - 13:00 in stanza 115

Modalita' di esame

Appelli di esame

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