Sistemi Intelligenti
Contenuto e Struttura del
corso
(aa. 2007/8)
(Ultimo aggiornamento: 25 Giugno 2008)
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:
Lunedì
9:30-12:30
Mercoledì e Giovedì 9:30-11:30
in aula Torre Archimede 1BC/45 nel periodo 7 Aprile -
15 Giugno 2008
Ricevimento studenti
Il ricevimento studenti si svolge, tranne diverso avviso, con
il
seguente calendario:
-
Mercoledì 15:00 - 17:00 in stanza 427, Torre Archimede
Modalita' di esame
Progetto + orale
Appelli di esame
Risultati compitino del
15 Maggio
Risultati compitino del
12 Giugno
Primo Appello: dal 16 al 27 Giugno su
appuntamento
Secondo Appello: dal 30 Giugno al 18 Luglio
su appuntamento
LUCIDI DELLE LEZIONI:
Linee guida progetto
Lucidi lezione del 7 Aprile
Lucidi lezioni del 9 e 10 Aprile
Lucidi lezioni del 10,14,16 Aprile
Lucidi lezioni del
16, 17, 23, 24 Aprile (lezione 21 Aprile non tenuta)
Lucidi lezioni del 28,
30 Aprile, 5 Maggio
Lucidi
lezioni del 7 e 8 Maggio
Lucidi lezioni del 12, 14 Maggio (15 Maggio compitino)
Lucidi lezioni del 21 Maggio (lezione del 19 Maggio non tenuta)
Lucidi lezioni del 22,
26, 28 Maggio (zip)
Lucidi lezioni del 28 Maggio
Lucidi lezioni del 29 Maggio
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