Intelligenza artificiale (2007/2008)

Corso a esaurimento

Codice insegnamento
4S00075
Docente
Maria Paola Bonacina
crediti
5
Settore disciplinare
INF/01 - INFORMATICA
Lingua di erogazione
Italiano
Periodo
1° Q dal 3-ott-2007 al 4-dic-2007.
Pagina Web
http://profs.sci.univr.it/~bonacina/teachingUniVR/IA2007-08.html

Orario lezioni

1° Q
Giorno Ora Tipo Luogo Note
lunedì 16.30 - 18.30 lezione Aula D  
martedì 10.30 - 11.30 lezione Aula B  
mercoledì 16.30 - 18.30 lezione Aula L  

Obiettivi formativi

Il corso introduce lo studente al campo dell'intelligenza artificiale, presentando i suoi problemi, concetti e metodi di base. Dopo aver appreso il quadro generale della soluzione automatica di problemi, si studiano problemi e tecniche dell'intelligenza artificiale in alcune aree specifiche, come soluzione di problemi con vincoli, giochi, pianificazione, ragionamento automatico ed apprendimento automatico. Con questo corso lo studente è preparato a lavorare ad una tesi di Laurea Specialistica o Magistrale in intelligenza artificiale.

Programma

Metodi di base dell'intelligenza artificiale: risoluzione automatica di problemi come ricerca in uno spazio di stati; procedure di ricerca non informate; procedure di ricerca informate e ricerca euristica. Problemi di soddisfazione di vincoli. Problemi con avversario: giochi. Rappresentazione della conoscenza: uso della logica proposizionale e del primo ordine. Ragionamento automatico in logica proposizionale: procedura di Davis-Putnam-Logemann-Loveland. Ragionamento automatico in logica del primo ordine: ragionamento in avanti e all'indietro; risoluzione.
Metodi per la pianificazione. Apprendimento automatico.

Testi di riferimento
Autore Titolo Casa editrice Anno ISBN Note
Elaine Rich, Kevin Knight Artificial Intelligence (Edizione 2) McGraw Hill 1991 0070522634 Altro libro di riferimento per intelligenza artificiale.
Stuart Russell, Peter Norvig Artificial Intelligence: A Modern Approach (Edizione 2) Prentice Hall 2003 0137903952 In alternativa al testo adottato.
David Poole, Alan Mackworth, Randy Goebel Computational Intelligence -- A logical approach (Edizione 1) Oxford University Press 1998 0195102703 Altro libro di riferimento per intelligenza artificiale.
Klaus Truemper Design of Logic-based Intelligent Systems (Edizione 1) John Wiley and Sons 2004 0471484032 Altro libro di riferimento per intelligenza artificiale.
Judea Pearl Heuristics: Intelligent search strategies for computer problem solving (Edizione 1) Addison Wesley 1985 0-201-0559 Altro libro di riferimento per tecniche di ricerca.
Stuart Russell, Peter Norvig Intelligenza artificiale: Un approccio moderno (Edizione 2) Pearson Education Italia 2005 88-7192-22 Testo adottato.

Modalità d'esame

Esame mediante prove parziali:
questa modalità vale solo per il primo appello dopo la fine delle lezioni, ovvero per la sessione di dicembre, essendo il corso nel I quadrimestre; l'esame consta di un compito scritto (C) e di un progetto individuale di programmazione (P) da realizzare a casa o in laboratorio durante il corso; il voto d'esame è dato da: 50% C + 50% P; passato il primo appello dopo la fine delle lezioni, le prove parziali non valgono più nulla.

Esame senza prove parziali:
in questa modalità, l'esame consta di un unico compito scritto (E), di difficoltà tale da uguagliare C + P, il cui voto determina il voto d'esame. Questa modalità vale per tutti gli appelli, incluso il primo dopo la fine delle lezioni. Tuttavia chi sostiene l'esame E al primo appello perde il voto eventualmente maturato con 50% C + 50% P.

Nota: il compito scritto C (prova parziale) si terrà nella stessa data, ora e luogo dell'esame E della sessione di dicembre (naturalmente contenuto e durata di C ed E saranno diversi).

Registrazione: a ogni sessione d'esame la data dell'esame è la data dello scritto ed è sufficiente iscriversi a quella. Non è permesso "rifiutare" il voto e tutti i voti saranno registrati. Lo studente insoddisfatto di come sta andando l'esame può ritirarsi: per ritirarsi è sufficiente non consegnare E o C.

Regolamento: tutti gli elaborati sono individuali; è severamente vietato copiare e scambiare o passare o condividere codice. Tutti gli elaborati che mostrano di essere stati copiati ricevono voto 0, senza distinzione tra chi copia e chi fa copiare.

Statistiche per i requisiti di trasparenza (Attuazione Art. 2 del D.M. 31/10/2007, n. 544)

Statistiche esiti
Esiti Esami Esiti Percentuali Media voti Deviazione Standard
Positivi 67.85% 27 3
Respinti 7.14%
Assenti 25.0%
Ritirati --
Annullati --
Distribuzione degli esiti positivi
18 19 20 21 22 23 24 25 26 27 28 29 30 30 e Lode
0.0% 0.0% 10.5% 5.2% 0.0% 15.7% 0.0% 5.2% 0.0% 5.2% 15.7% 10.5% 15.7% 15.7%

Valori relativi all'AA 2007/2008 calcolati su un totale di 28 iscritti. I valori in percentuale sono arrotondati al numero intero più vicino.