Inizio della pagina -
Logo DISCO
|
Visita la Versione ad elevata leggibilità
|
Vai al Contenuto della pagina
|
Vai alla Fine dei contenuti
|
Vai al Menu Principale
|
Vai alla Barra di navigazione (sei in)
|
Vai al Menu di navigazione (albero)
|
Vai alla Lista dei comandi
|
Vai alla Lista degli approfondimenti
|
Vai al Menu inferiore
|
Logo Ateneo
   
Per gli Studenti
Intelligenza artificiale (elementi)

Docente: F. Zanzotto

Crediti: 6 CFU

Descrizione e Programma del Corso

Conoscenze: Il corso si propone di presentare l'ampia disciplina dell'Intelligenza Artificiale attraverso l'approfondimento di alcune tematiche traendo spunto da discipline quali la psicologia cognitiva, la filosofia del linguaggio e la matematica.

Abilità: Lo studente sarà in grado di formulare modelli che imitino alcune abilità umane come l'apprendimento e l'elaborazione linguistica e avrà la capacità di realizzare tali modelli in sistemi software. Sarà anche in grado di comprendere i problemi tipici che possono sorgere nella progettazione di questi sistemi. Infine, avrà la capacità di usare linguaggi, modelli e sistemi standard per la progettazione di applicazioni basate su principi di Intelligenza Artificiale.

Contenuti:

  • Breve Storia dell'Intelligenza Artificiale
  • Modelli di Rappresentazione della conscenza: Logica e Logica Fuzzy
  • Elaborazione del Linguaggio Naturale: Introduzione, Cenni di Teoria dei Linguaggi Formali, Chart Parsing, Feature Structures, Tree Adjoining Grammars, Modelli alle Dipendenze, Approccio modulare e Grafo alle Dipendenze Esteso (XDG), Modelli Semantici
  • Cenni di Apprendimento Automatico: Obiettivi, Classificazione degli algoritmi, Costruzione di un esperimento, Apprendimento di alberi di decisione
  • Algoritmi euristici di ricerca: Rappresentazione dei problemi, Rappresentazione dello spazio degli stati con grafi e ricerca, Algoritmo generale di ricerca, Ricerca informata e non informata
  • Cenni sulla teoria degli agenti: R&N, DAI, MAS
  • Applicazioni dell'Intelligenza Artificiale: Knowledge-Based Systems, Chatbot, Motori di Information Extraction, Motori di Question&Answering

Testi consigliati

  • Russell Stuart J., Norvig Peter, Intelligenza artificiale Un approccio moderno, volume 1 - seconda edizione, Pearson Education Italia.
  • Daniel Jurafsky, James H. Martin, Speech and Language Processing: An Introduction to Natural Language Processing, Computational Linguistics and Speech Recognition (International Edition), Prentice Hall, 2003

Modalità d'esame: L'esame consiste in una parte scritta e una parte orale sul programma del corso.

Vai al sito WEB del corso

Approfondimenti

Google Translate
Translate to English Translate to French Translate to German Translate to Spanish Translate to Chinese Translate to Portuguese Translate to Arabic
Translate to Albanian Translate to Bulgarian Translate to Croatian Translate to Czech Translate to Danish Translate to Dutch Translate to Finnish Translate to Greek Translate to Hindi
Translate to Hungarian Translate to Irish Translate to Japanese Translate to Korean Translate to Norwegian Translate to Polish Translate to Romanian Translate to Russian Translate to Serbian
Translate to Slovenian Translate to Swedish Translate to Thai Translate to Turkish

(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - ultimo aggiornamento di questa pagina 25/03/2011