Università degli Studi di Perugia

• Intelligenza artificiale
• Programmazione funzionale

Prova scritta. Valutazione in itinere con prove di esonero.

consultare il sito www.informatica.unipg.it

1-Introduzione. Cenni storici e concetti generali. Settori di ricerca e campi di applicazione.Il Test di Turing.
2-Agenti modelli di interazione: agenti reattivi, con memoria, basati su modello, abasati su utilita'
3-Ricerca Non Informata: in ampiezza, in profondita e altre strategie non informate
4-Ricerca Informata: euristiche definizioni e proprieta',ricerche euristiche, A* e varianti
5-Ricerca Locale e ottimizzazione
6-Algoritmi Evolutivi e ispirati dalla natura
7 Logica e ragionamento.Knowledge base. Validita' e inferenza. Verifica: SAT e Davis Putnam.
8 Pianificazione Automatica: STRIPS, modelli di azione e piani. Spazio dei piani e degli stati. Standard PDDL.
9-Problemi di soddisfacimento dei vincoli: CSP, tecniche ed euristiche principali, arco consistenza e k-consistenza.
10-Tecniche di backtracking Non Cronologico: diretto dalla dipendenza
11-Giochi e Strategie: minimax e varianti, problemi con giocatori multipli e randomizzati.

1-Modelli di Agente
2-Ricerca Non Informata, Ricerca Euristica Informata, Ricerca Locale e ottimizzazione
3-Algoritmi Evolutivi e ispirati dalla natura
4 Logica e ragionamento
5-Pianificazione Automatica
6-Problemi di soddisfacimento dei vincoli
7-Tecniche di backtracking Non Cronologico
8-Giochi e Strategie

Lezioni frontali.
Esercitazioni in laboratorio.
Progetto e Prova Orale.

Appunti del docente disponibili su http://estudium.unipg.it

Testo consigliato:
Intelligenza artificiale. Un approccio moderno. Vol. 1
Autori: Russell Stuart J.; Norvig Peter

Editore: Pearson Education Italia (collana Accademica)

Conoscenza delle principali tematiche comprese nel settore dell'intelligenza artificiale.
Conoscenza delle principali tecniche di ricerca locale, non informata ed informata. Loro applicazione a ragionamento automatico, inferenza, verifica e pianificaficazione automatica. Conoscenza delle tecniche di modellazione a vincoli e tecniche di risoluzione specifiche.
Capacita' di utilizzare le conoscenze apprese per modellare e risolvere un problema applicativo.

Vedi Calendario Ufficiale sul sito http://www.informatica.unipg.it

Vedi Calendario Ufficiale sul sito http://www.informatica.unipg.it

Iscrizione obbligatoria all'appello attraverso il sito http://estudium.unipg.it

Esercitazioni di laboratorio.

Consigliata

Dipartimento di Matematica e Informatica, Via Vanvitelli 1, 06100 Perugia

Iscrizione all'appello obbligatoria attraverso il sito http://estudium.unipg.it

Paradigma prorammazione funzionale.
Linguaggio Ocaml.
Ricorsione.
Pattern matching.
Liste.
Alberi.
Backtracking.
Grafi.
Algoritmi di ricerca.
Cenni di lambda-calcolo

Paradigma prorammazione funzionale.
Linguaggio Ocaml.
Ricorsione.
Pattern matching.
Liste.
Definizione di tipi.
Alberi.
Backtracking.
Grafi.
Algoritmi di ricerca.
Cenni di lambda-calcolo

lezioni frontali, esercitazioni

M. Cialdea Mayer, C. Limongelli. Introduzione alla Programmazione Funzionale. Esculapio.

http://caml.inria.fr/ (per scaricare interprete e documentazione)

Comprensione dei concetti riguardanti il paradigma di programmazione funzionale.
Capacità di realizzare applicazioni.
Capacità di progettare strutture dati complesse.
Capacità di realizzare applicazioni intelligenti.

In corso di definizione

Come da calendario ufficiale

non prevista

facoltativa

Dipartimento di Matematica e Informatica

Sito del Corso: estudium.unipg.it

martedì 16-17
mercoledì 11-13
giovedì 11-13
giovedì 15-16

Presso lo studio del docente, Dipartimento di Matematica e Informatica, sesto piano