- Docente: Andrea Roli
- Crediti formativi: 9
- SSD: ING-INF/05
- Lingua di insegnamento: Italiano
- Moduli: Andrea Roli (Modulo 1) Pedro Pablo Gonzalez Perez (Modulo 2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo 1) Convenzionale - Lezioni in presenza (Modulo 2)
- Campus: Cesena
- Corso: Laurea Magistrale in Ingegneria informatica (cod. 8200)
Conoscenze e abilità da conseguire
Al termine del corso, lo studente possiede le conoscenze relative ai fondamenti delle tecniche di intelligenza artificiale ed, in particolare: tecniche di risoluzione di problemi modellati in uno spazio di ricerca, di problemi di soddisfacimento di vincoli e per giochi a due giocatori; logica proposizionale e del prim'ordine e sistemi esperti; tecniche di intelligenza collettiva; pianificazione. In particolare, lo studente è in grado di: Modellare problemi e individuarne le tecniche risolutive più promettenti; Adattare, progettare e sviluppare algoritmi e sistemi software per la soluzione di problemi tramite tecniche di intelligenza artificiale.
Contenuti
- Introduzione
- I fondamenti dell'intelligenza artificiale
- Inquadramento storico dell'intelligenza artificiale
- Problemi tipici affrontati nell'ambito dell'intelligenza artificiale
- Risoluzione di problemi
- Problemi definiti nello spazio degli stati
- Strategie di ricerca non informata
- Strategie di ricerca euristica
- Problemi di soddisfacimento di vincoli
- Tecniche di soluzione di problemi di soddisfacimento di vincoli (tecniche di ricerca complete e incomplete: standard backtracking, tecniche con propagazione di vincoli, ricerca locale)
- Giochi a due giocatori (caso a conoscenza perfetta
deterministico e caso con elementi casuali)
- Conoscenza e ragionamento
- Rappresentazione della conoscenza
- Inferenza nella logica proposizionale e del primo ordine
- Sistemi esperti
- Pianificazione
- Introduzione ai problemi di pianificazione e problematiche relative
- Pianificazione con ricerca nello spazio degli stati
- Apprendimento
- Apprendimento per rinforzo
- Computazione evolutiva
- Reti neurali
Testi/Bibliografia
Russell, Norvig, "Intelligenza artificiale: un approccio moderno", Vol.1 e Vol.2 (in parte), seconda edizione, Pearson/Prentice Hall
Metodi didattici
- Lezioni in aula (con eventuale uso di lucidi e programmi dimostrativi)
- Esercitazioni in laboratorio
Modalità di verifica e valutazione dell'apprendimento
Esame scritto e orale.
Strumenti a supporto della didattica
- Pagina web del corso con lucidi e schemi delle lezioni in formato PDF, articoli e altro materiale e link utili
- Software per lo sviluppo di applicazioni relative ai principali argomenti del corso
Link ad altre eventuali informazioni
http://www.lia.deis.unibo.it/~aro/
Orario di ricevimento
Consulta il sito web di Andrea Roli
Consulta il sito web di Pedro Pablo Gonzalez Perez