- Docente: Michela Milano
- Crediti formativi: 8
- SSD: ING-INF/05
- Lingua di insegnamento: Inglese
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Ingegneria informatica (cod. 0937)
Conoscenze e abilità da conseguire
At the end of the course the students are able to use the main AI techniques to develop tools for solving real life applications. The students are able to understand and apply a wide range of techniques such as constraint programming, symbolic and sub-symbolic machine learning techniques, planning and swarm intelligence.
Contenuti
PLANNING
- Non-linear planning
- Conditional planning
- Graph-based planning
- Planning for robotics
MACHINE LEARNING: symbolic and sub-symbolic approaches
- Decision trees - random forests
- Neural networks
- Bayesian approaches
- Inductive logic programming
OPTIMIZATION
- Constraint Programming and Global constraints
- Search strategies
- Applications
SWARM INTELLIGENCE
- 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 [http://aima.cs.berkeley.edu/] .
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
Lectures and laboratory exercises
Modalità di verifica e valutazione dell'apprendimento
Written exam
Strumenti a supporto della didattica
Slides
Lab tools
Orario di ricevimento
Consulta il sito web di Michela Milano
SDGs
L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.