Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA INFORMATICA
Insegnamento
FONDAMENTI DI INTELLIGENZA ARTIFICIALE
INN1030560, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2015/16

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea in
INGEGNERIA INFORMATICA
IN0508, ordinamento 2011/12, A.A. 2017/18
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese FOUNDATIONS OF ARTIFICIAL INTELLIGENCE
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2017-IN0508-000ZZ-2015-INN1030560-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile SILVANA BADALONI ING-INF/05

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria informatica ING-INF/05 9.0

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso III Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 9.0 72 153.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Commissioni d'esame
Commissione Dal Al Membri
7 A.A. 2017/2018 01/10/2017 15/03/2019 BADALONI SILVANA (Presidente)
MORO MICHELE (Membro Effettivo)
GHIDONI STEFANO (Supplente)
6 A.A. 2016/2017 01/10/2016 15/03/2018 BADALONI SILVANA (Presidente)
FERRARI CARLO (Membro Effettivo)
MICHIELETTO STEFANO (Supplente)
MORO MICHELE (Supplente)

Syllabus
Prerequisiti: Conoscenze di base di informatica.
Conoscenze e abilita' da acquisire: Il corso ha come obiettivo l'acquisizione da parte degli studenti della conoscenza dei concetti di base, delle metodologie e delle tecniche applicative dell’Intelligenza Artificiale.
Modalita' di esame: L'esame consiste in una prova scritta (test a risposte multiple), nello sviluppo e nella presentazione del lavoro di una tesina, svolta in gruppo, come progetto di approfondimento di un argomento inerente al programma del corso, ed in un eventuale colloquio orale.
Criteri di valutazione: Il voto finale è una media ponderata dei punteggi conseguiti nella prova scritta e nella presentazione del lavoro di tesina. In caso di colloquio orale il voto può essere rimodulato.
Contenuti: Introduzione all'Intelligenza Artificiale.
La nozione di Agente Intelligente.
Algoritmi per risolvere i problemi:
- Strategie di ricerca non informata: breadth-first search, depth-search, iterative deepening search
- Ricerca informata: algoritmo greedy best-first search, algoritmo A*
Rappresentazione della conoscenza e ragionamento:
- Logica proposizionale
- Calcolo dei predicati
- Principio di risoluzione e introduzione alla programmazione logica
- Introduzione al Prolog
Problemi di soddisfacimento di vincoli:
- Rappresentazione di un problema come CSP
- Algoritmi di backtracking, forward checking, arc and path-consistency
Temporal Reasoning:
- Algebra degli intervalli e dei punti
Pianificazione:
- Ricerca nello spazio degli stati
- Partial-order planning POP
- Planning graphs
Ragionamento in presenza di incertezza:
- Teoria dei Fuzzy Sets, Logica Fuzzy e uso di vincoli fuzzy
- Ragionamento probabilistico e uso di tecniche bayesiane (cenni)
Introduzione alle tecniche di Apprendimento automatico. Neural Network.
Algoritmi Meta-euristici.
Attivita' di apprendimento previste e metodologie di insegnamento: Il corso ha una struttura modulare costituita da:
- lezioni in aula
- lezioni guidate in laboratorio
- esperienze di laboratorio
- seminari invitati
- approfondimento di tematiche di ricerca da parte degli studenti nel lavoro delle tesine
Eventuali indicazioni sui materiali di studio: Tutto il materiale didattico, tra cui le slides delle lezioni, gli articoli di rassegna e altra documentazione, viene pubblicato nel sito del Corso.
Testi di riferimento:
  • S.Russell, P.Norvig, Intelligenza Artificiale. Un approccio moderno. Milano-Torino: Pearson Prentice Hall, 2010. Volume I - Terza Edizione Cerca nel catalogo
  • S.Russell, P.Norvig, Intelligenza Artificiale. Un approccio moderno. Milano-Torino: Pearson Prentice Hall, 2005. Volume II Cerca nel catalogo
  • Ertel W., Introduction to Artificial Intelligence. London: Springer, 2011. Cerca nel catalogo