Corso di Intelligenza Artificiale
Laurea in Informatica Magistrale

 

 

Docenti:

Floriana Esposito

Dipartimento di Informatica
Universita' di Bari
Via Orabona 4
70126 Bari - Italy
Tel/Fax: +39 0805443264
Email: esposito@di.uniba.it

Stefano Ferilli
Dipartimento di Informatica
Universita' di Bari
Via Orabona 4
70126 Bari - Italy
Tel/Fax: +39 0805442293
Email: ferilli@di.uniba.it

 

 

Materiale didattico per l'anno accademico 2015 - 2016 (Modulo A)

 

 Modulo 1

1.1 - Introduzione: cosa è l'Intelligenza Artificiale.

1.2 - Agenti.

1.3 - Rappresentare ed elaborare Conoscenza.

1.4 - L'agente risolutore di problemi. La soluzione di un problema come ricerca nello spazio degli stati.

 Modulo 2

2.1 - La ricerca della soluzione nello spazio degli stati del problema: strategie irrevocabili e strategie tentative. Ricerca cieca e ricerca informata.

2.2 - Ricerca informata e l'uso di euristiche: l'algoritmo A*, ammissibilità di A*, confronto tra algoritmi di ricerca ammissibili. Misure di prestazione.

2.3 - Giochi. Ricerca per sistemi a due agenti avversari: gli algoritmi minmax e alpha-beta.

 Modulo 3

3.1 - Sviluppo di Sistemi Basati su Conoscenza: linguaggi e ambienti.

3.2 - La concettualizzazione. L'analisi ontologica.

3.3 - Schemi per la rappresentazione della conoscenza: frames e scripts.

3.4 - Logiche Modali. Ragionamento automatico: ragionamento modale e temporale, ragionamento non monotono. Ragionamento sotto incertezza.

 Modulo 4

4.1 - Tecniche di Apprendimento Automatico (ML) per l'acquisizione automatica di conoscenza.

4.2 - Apprendimento induttivo concettuale guidato in domini non strutturati e strutturati: Il sistema ARCH. Alberi di decisione, apprendimento di regole (AQ e INDUCE).

4.3 - Apprendimento induttivo concettuale e formazione di concetti: ordinare lo spazio delle ipotesi ai fini della ricerca. Il Candidate Elimination Algorithm e lo spazio delle versioni.

4.4 - Metodi analitici: Explanation-Based Learning.

4.5 - Impostazione di esperimenti per il confronto di sistemi di apprendimento automatico con compito di classificazione (a cura di C. d'Amato).

4.6 - L'ambiente WEKA per la sperimentazione di metodi di apprendimento automatico (a cura di C. d'Amato).

4.7 - Apprendimento Logico Induttivo.

4.8 - Apprendimento induttivo concettuale da osservazioni: il clustering concettuale.

 Esercitazioni

InTheLEx INcremental THEory Lerner from EXamples (a cura di Andrea Pazienza)

 Materiali
[Top of this page]
Materiale didattico A.A. precedenti

Materiale didattico per l'anno accademico 2014 - 2015 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2013 - 2014 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2012 - 2013 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2011 - 2012 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2010 - 2011 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2009 - 2010 Laurea in Informatica Magistrale

Materiale didattico per l'anno accademico 2008 - 2009 Laurea in Informatica Magistrale