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:

  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

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:

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: 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