Sillabo dell'insegnamento

• C - Programmazione
PP - Paradigmi di Programmazione
Paradigma prorammazione funzionale. Linguaggio Ocaml.
PP - Paradigmi di Programmazione
Cenni di lambda-calcolo. Pattern matching.
* R - Ricorsione
Ricorsione. Ricorsione di coda.
* SDTD - Strutture Dati e Tipi di Dati astratti
Definizione di dati in OCML. Strutture dati polimorfe. Liste. Alberi. Grafi.
* PSA - Problem Solving e Algoritmi
Visite di grafi. Backtracking.
* PSA - Problem Solving e Algoritmi
Ricerca della soluzione di costo minimo: branch and bound. Algoritmi di ricerca informata: best-first, hill-climbing, A*
• M - Rappresentazione della conoscenza
AI - Agenti Intelligenti
Introduzione. Cenni storici settori di ricerca e campi di applicazione. Definizioni ed approcci alla intelligenza artificiale. Il Test di Turing. Agenti e modelli di interazione: agenti reattivi, agenti reattivi con stato. Agenti basati su modello: agenti pianificatori basati su obiettivi, agenti basati su utilita', agenti distribuiti.
* RP - Risoluzione di Problemi
Modellazione di problemi come ricerca nello spazio degli stati. Strategie di Ricerca Non Informata: in ampiezza, in profondita a costo costante, ad approfondimento iterativo. Ricerca Informata: euristiche definizioni e proprieta',ricerche euristiche- Approcci greedy A* e varianti
* RP - Risoluzione di Problemi
Ricerca Locale e ottimizzazione. Ricerca randomizzata e Simulated Annealing. Algoritmi Evolutivi e ispirati dalla natura: algoritmi ed operatori genetici, algoritmi di tipo swarm, algoritmi ACO.
* LPD - Logica e Programmazione Dichiarativa
Logica e ragionamento. Logica ed operatori. Sistema logico. Tautologie e Contraddizioni. Modelli e Validita', implicazione logica. Sistemi inferenziali: regole di inferenza, deduzione naturale, risoluzone. Cenni su Logiche fuzzy e Logiche Multivalore.
* SBC - Sistemi Basati su Conoscenza
Pianificazione Automatica: STRIPS, modelli di azione e piani. Spazio dei piani e degli stati. Principali risolutori per pianificatori PDDL. Problemi di soddisfacimento dei vincoli: CSP, tecniche ed euristiche principali. Scelta variabile/valore. Forward checking.arco consistenza e k-consistenza. CSP duale e ricerca locale e CSP-
AIA - Applicazioni della Intelligenza Artificiale
Giochi e Strategie. Teoria dei giochi e delle decisioni. Il modello minimax e varianti. Problemi con giocatori multipli ed elementi randomizzati. Funzioni di valutazione e incompletezza. Tecniche per la Verifica: SAT e Davis Putnam. Tecniche basate su risoluzione: insiemi di supporto. Tecniche di backtracking Non Cronologico: diretto dalla dipendenza