Page begin -
Logo DISCO
|
Go to the Highly accessible area
|
Go to the Content page
|
Go to the End of content
|
Go to the Main menu
|
Go to the Navigation Bar (location)
|
Go to the Navigation menu (tree)
|
Go to the Commands list
|
Go to the Further readings
|
Go to the Bottom Menu
|
Logo Ateneo
   
Education
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

Further readings
(C) Copyright 2016 - Dipartimento Informatica Sistemistica e Comunicazione - Viale Sarca, 336
20126 Milano - Edificio U14
redazioneweb@disco.unimib.it - last update of this page 25/03/2011