- Docente: Michela Milano
- Crediti formativi: 8
- SSD: ING-INF/05
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Ingegneria informatica (cod. 0937)
Conoscenze e abilità da conseguire
Conoscenza dei concetti e dei meccanismi alla base delle le principali attivita' in sistemi intelligenti: pianificazione e scheduling, apprendimento, percezione, mapping e navigazione, con particolare riferimento ai sistemi autonomi quali sistemi robotici e sistemi multi-agente.
Contenuti
Pianificazione
Pianificazione non lineare
Pianificazione gerarchica
Pianificazione condizionale
Pianificazione basata su grafi
Pianificazione per robotica
Apprendimento automatico: approcci simbolici e subsimboloci
Apprendimento induttivo
Alberi decisionali
Reti neurali
Apprendimento bayesiano
Ottimizzazione e soddisfacimento di vincoli
Dal soddisfacimento di vincoli ai linguaggi di
programmazione
Ottimizzazione in Intelligenza Artificiale
Vincoli globali e algoritmi di filtering
Applicazioni
Swarm Intelligence: Algoritmi basati su Ant
colony Bee Colony Particle Swarm Optimization
Testi/Bibliografia
S. J. Russel, P. Norvig: "Intelligenza Artificiale: Un approccio moderno (2 volumi) ", Prentice Hall International, Pearson Education Italia, 2005. Esercizi on-line.
E. Rich, K. Knight: "Intelligenza Artificiale", McGraw Hill, Seconda Edizione 1992.
E. Charniak, D. McDermott, "Introduzione all'Intelligenza Artificiale", Masson, 1988.
M.Ginsberg: "Essentials of Artificial Intelligence", Morgan Kaufman,1993.
P. H. Winston: "Artificial Intelligence: Third Edition", Addison-Wesley, 1992.
Metodi didattici
Il corso si divide in due parti, una di didattica frontale e una
parte in laboratorio.
Modalità di verifica e valutazione dell'apprendimento
Esame scritto
Strumenti a supporto della didattica
Lucidi proiettati a lezione
materiale sul sito web del corso
Orario di ricevimento
Consulta il sito web di Michela Milano