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.
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.
| 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. |
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.
© 2024 | Università degli studi di Verona
******** CSS e script comuni siti DOL - frase 9957 ********p>
