Insegnamento MODELLI E METODI DELL'INTELLIGENZA ARTIFICIALE

Nome del corso di laurea Informatica
Codice insegnamento GP004156
Curriculum Modelli e sistemi dell'elaborazione dell'informazione
Docente responsabile Alfredo Milani
CFU 12
Regolamento Coorte 2019
Erogato Erogato nel 2019/20
Erogato altro regolamento
Periodo Secondo Semestre
Tipo insegnamento Obbligatorio (Required)
Tipo attività Attività formativa integrata
Suddivisione

INTELLIGENZA ARTIFICIALE

Codice GP004161
CFU 6
Docente responsabile Alfredo Milani
Docenti
  • Alfredo Milani
Ore
  • 63 Ore - Alfredo Milani
Attività Caratterizzante
Ambito Discipline informatiche
Settore INF/01
Tipo insegnamento Obbligatorio (Required)
Lingua insegnamento Inglese
Contenuti 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

9-Social Network Analysis.

10-Smart Environments and Internet of Things.
Testi di riferimento Testi di riferimento:

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

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

Editore: Pearson Education Italia (collana Accademica)
Obiettivi formativi Risultati d'apprendimento previsti:

Orientate alle conoscenze.

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.

Orientare alle Abilita'.

Capacita' di utilizzare le conoscenze apprese per modellare e risolvere un problema applicativo.
Prerequisiti Prerequisiti per un apprendimento effecace dei contenuti di questo insegnamento includono conoscenza estesa di algoritmi e concetti di base della complessita', dei modelli di grammatiche e linguaggi e dei connettivi logici elementari, strutture dati, database e problematiche relative ai sistemi concorrenti.
Metodi didattici Lezioni frontali.
Esercitazioni in laboratorio.
Progetto e Prova Orale.

Seminari di esperti
Altre informazioni Piattaforma di elearning interattiva (Materiale, informazioni dettagliate e messaggi urgenti sulle lezioni e gli esoneri) su http:///unistudium.unipg.it
Modalità di verifica dell'apprendimento Prova scritta, prova orale, progetto finale su un argomento di intelligenza artificiale assegnato dal docente.

Valutazione in itinere con prove di esonero sostitutive della prova scritta.

Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa
Programma esteso Programma:

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.

12-Social Network Analysis.

13-Smart Environments and Internet of Things.

PROGRAMMAZIONE FUNZIONALE

Codice GP004162
CFU 6
Docente responsabile Stefano Marcugini
Docenti
  • Stefano Marcugini
Ore
  • 63 Ore - Stefano Marcugini
Attività Caratterizzante
Ambito Discipline informatiche
Settore INF/01
Tipo insegnamento Obbligatorio (Required)
Lingua insegnamento ITALIANO
Contenuti Paradigma programmazione funzionale.
Linguaggio Ocaml.
Ricorsione.
Pattern matching.
Liste.
Backtracking.
Grafi.
Algoritmi di ricerca.
Cenni di lambda-calcolo.

Linguaggio C#.

Sviluppo app per android. Sviluppo app per Universal Windows Platform (UWP).

Sviluppo app per connettivita; social (Twitter) ed uso delle mappe.

Gestione dei sensori.

Strumenti per la programmazione cross-platform.
Testi di riferimento M. Cialdea Mayer, C. Limongelli. Introduzione alla Programmazione Funzionale. Esculapio.

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

Sviluppare universal app per Windows Phone e Windows con XAML e C#
Matteo Pagani
Editore: Edizioni LSWR
Collana: Digital Lifestyle Pro
Anno edizione: 2014


in Inglese:
OCaml from the Very Beginning, John Whitington, Coherent Press.

Mobile Development with C#, Greg Shackles, O’Reilly Media
Obiettivi formativi Comprensione dei concetti riguardanti il paradigma di programmazione funzionale.

Comprensione dell principali caratteristiche del linguaggio C#, passaggio dei parametri per riferimento, LINQ.
Capacità di realizzare applicazioni.
Capacità di progettare strutture dati complesse.
Capacità di realizzare applicazioni intelligenti.

Capacità di sviluppare app interagenti con piattaforme social o che utilizzano mappe.
Prerequisiti E' importante conoscere un linguaggio orientato agli oggetti, ad esempio il Java.
Metodi didattici lezioni frontali, esercitazioni
Altre informazioni Sito del Corso:
www.unistudium.unipg.it

Calendario esami:
consultare il sito www.informatica.unipg.it
Modalità di verifica dell'apprendimento Progetto assegnato dal docente e prova orale.

Lo svolgimento del progetto è finalizzato a verificare la capacità di applicare correttamente le conoscenza teoriche e la capacità di comprensione delle problematiche proposte.

La prova orale consiste in una discussione della durata di circa 30 minuti finalizzata a accertare il livello di conoscenza e di comprensione sui contenuti teorici del corso raggiunto dallo studente. Inoltre la prova orale consentirà di verificare la capacità di comunicazione dello studente con proprietà di linguaggio ed organizzazione autonoma dell'esposizione.

Su richiesta dello studente l'esame puo' essere sostenuto anche in lingua Inglese.

Per informazioni sui servizi di supporto agli studenti con disabilità e/o DSA visita la pagina http://www.unipg.it/disabilita-e-dsa
Programma esteso Paradigma programmazione funzionale.
Linguaggio Ocaml.
Ricorsione.
Pattern matching.
Liste.
Backtracking.
Grafi.
Algoritmi di ricerca.
Ricerca in profondita', ricerche in ampiezza, ricerche euristiche. Branch and bound, algoritmo A*.
Cenni di lambda-calcolo.

Linguaggio C#.

Sviluppo app per android. Sviluppo app per Universal Windows Platform (UWP).

Sviluppo app per connettivita; social (Twitter) ed uso delle mappe.

Gestione dei sensori.

Strumenti per la programmazione cross-platform.
Condividi su