Riepilogo dell'insegnamento: Artificial Intelligence
12 cfu così ripartiti nelle aree:
- 2 CFU nell'area A - Fondamenti
- 10 CFU nell'area M - Rappresentazione della conoscenza
Sillabo dell'insegnamento
- A - Fondamenti
-
TIC - Teoria dell'Informazione e Codici
Teoria dell'informazione e inferenza: codifica di sorgente.
-
TIC - Teoria dell'Informazione e Codici
Teoria dell'informazione e inferenza: codifica di canale
- M - Rappresentazione della conoscenza
-
*
RP - Risoluzione di Problemi
Informed search and exploration
-
*
RP - Risoluzione di Problemi
Constraint satisfaction problems
-
RA - Ragionamento Automatico
Logic and theorem proving
-
ARC - Acquisizione e Rappresentazione della Conoscenza
Expert Systems and Semantic Networks
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Decision trees
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Random forests
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento e inferenze con le reti neurali: modelli "feed-forward", architetture "profonde" (deep learning).
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento e inferenze con le reti neurali: reti di Hopfield e modelli analoghi.
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento non supervisionato e semi-supervisionato: K-means, clustering "spettrale", insiemi dominanti.
-
AASC - Apprendimento Automatico e Scoperta di Conoscenza
Apprendimento non supervisionato e semi-supervisionato: modelli basati sulla teoria dei giochi.
Le sottoaree "obbligatorie" sono prefisse da un segno più (+). Le sottoare "suggerite" sono prefisse da un segno asterisco (*).