Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA INFORMATICA
Insegnamento
SISTEMI INTELLIGENTI
INO2044023, A.A. 2019/20

Informazioni valide per gli studenti immatricolati nell'A.A. 2019/20

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA INFORMATICA
IN0521, ordinamento 2009/10, A.A. 2019/20
N0
porta questa
pagina con te
Crediti formativi 6.0
Tipo di valutazione Voto
Denominazione inglese INTELLIGENT SYSTEMS
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2019-IN0521-000ZZ-2019-INO2044023-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 MARIA SILVIA PINI ING-INF/05

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria informatica ING-INF/05 6.0

Organizzazione dell'insegnamento
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 6.0 48 102.0

Calendario
Inizio attività didattiche 02/03/2020
Fine attività didattiche 12/06/2020
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2009

Commissioni d'esame
Commissione Dal Al Membri
6 A.A. 2018/2019 01/10/2018 15/03/2020 PINI MARIA SILVIA (Presidente)
NANNI LORIS (Membro Effettivo)
GHIDONI STEFANO (Supplente)
SATTA GIORGIO (Supplente)
VANDIN FABIO (Supplente)

Syllabus
Prerequisiti: E' opportuno possedere le conoscenze di base relative alla Programmazione e agli Algoritmi.
Conoscenze e abilita' da acquisire: Apprendimento delle tecniche fondamentali di alcuni approcci significativi all'interno dell'Intelligenza Artificiale per la soluzione di problemi difficili. In particolare, conoscenza delle tecniche di ricerca in uno spazio di soluzioni, sistemi con vincoli, vincoli soft, tecniche di pianificazione, di rappresentazione e manipolazione di conoscenza con e senza incertezza, teoria delle decisioni, tecniche di ragionamento con preferenze e aggregazione di preferenze in contesti multi-agente anche in presenza di incertezza.
Capacità di sviluppare in modo autonomo o in gruppo un progetto applicativo su un caso studio specifico.
Modalita' di esame: Lo studente deve superare un esame scritto che contiene domande ed esercizi riguardanti le tecniche principali dell'Intelligenza Artificiale. Inoltre deve sviluppare un progetto applicativo concordato con il docente eventualmente insieme ad altri studenti.
Criteri di valutazione: La valutazione dello studente si basa su una verifica dell'apprendimento dei concetti di base introdotti durante il corso e sulla capacità di analisi dello studente.
La valutazione del progetto considera la capacità, da parte dello studente, di individuare un caso di studio adeguato e di svolgere in gruppo o in modo autonomo un'attività di progettazione e realizzazione qualitativamente appropriata.
Contenuti: La struttura e le tematiche dell'insegnamento saranno le seguenti:
- Introduzione e cenni a architetture di agenti intelligenti;
- Risoluzione di problemi, sistemi con vincoli e vincoli soft;
- Pianificazione;
- Trattamento dell'incertezza e ragionamento probabilistico;
- Teoria delle decisioni;
- Ragionamento con preferenze e aggregazione di preferenze in sistemi multi-agente anche in presenza di incertezza.
Attivita' di apprendimento previste e metodologie di insegnamento: Le attività prevedono ore di lezione in aula e ore di lezione in laboratorio. Nelle lezioni in aula vengono presentati i contenuti teorici del corso. Nelle lezioni di laboratorio vengono illustrati software specifici che gli studenti devono utilizzare per risolvere gli esercizi assegnati.
Eventuali indicazioni sui materiali di studio: Tutto il materiale relativo alle lezioni in aula e alle lezioni in laboratorio è reso disponibile sulla piattaforma moodle.
Testi di riferimento:
  • Stuart Russell, Peter Norvig, Artificial Intelligence: A modern approach, Third Edition. --: Prentice Hall, 2010. Cerca nel catalogo

Didattica innovativa: Strategie di insegnamento e apprendimento previste
  • Lecturing
  • Laboratory
  • Working in group
  • Problem solving
  • Utilizzo di video disponibili online o realizzati
  • Files e pagine caricati online (pagine web, Moodle, ...)

Didattica innovativa: Software o applicazioni utilizzati
  • Moodle (files, quiz, workshop, ...)