A.A. 2018-2019

Avvisi

Programma 2018/19

  1. Introduzione al corso
  2. Soluzione di Problemi mediante Ricerca nello Spazio degli Stati
    1. Ricerca non informata (in ampiezza, guidata dal costo, in profondita' , iterative deepening).
    2. Ricerca euristica (Best First, A*, IDA*, funzioni euristiche).
    3. Algoritmi approssimati (Hill Climbing, Simulated Annealing, ecc.).
    4. Ricerca in presenza di avversari (MiniMax, Alfa-Beta pruning).
  3. Rappresentazione della Conoscenza e Ragionamento Automatico
    1. Frames, Reti Semantiche, Sistemi di Produzione, ecc.
    2. Case-Based Reasoning.
  4. Machine Learning
    1. Metodi di Regression, Classification, Clustering e Retrieval.
    2. Reti Neurali Artificiali, Deep Learning.
    3. Casi di studio.
  5. Comunicazione, Percezione e Azione
    1. Elaborazione del Linguaggio Naturale.
    2. Information Retrieval.
    3. Applicazioni Web.
    4. Visione Artificiale.

Materiale Didattico

  • Testo di riferimento:
    • S.J.Russel, P.Norvig. Intelligenza Artificiale: Un approccio moderno 2/Ed (2005). volume 1 e volume 2. Pearson Education Italia (disponibile la terza edizione 2010 del primo volume).
  • Slide fornite durante l'attività didattica.
  • Materiale integrativo messo a disposizione su questo sito.

Siti di interesse


Lezioni (Lunedì, Mercoledì, Giovedì - 16.00/18.00 - Aula N14)

Elenco argomenti trattati e Materiale Didattico

# Data Argomento Slide
1 4 Marzo (lun)     - Introduzione al Corso Intro
2 6 Marzo (mer)     - Problem Solving & Search Search
3 7 Marzo (gio)     - Introduzione al linguaggio Python IntroPython

4 11 Marzo (lun)     - Complementi ed Esercizi: Search non Informata ES_Search
notebook
5 13 Marzo (mer)     - Ricerca Euristica
SearchInformata

6 14  Marzo (gio)     - Complementi ed Esercizi: Search Informata
7 18  Marzo (lun)     - Local Search

8 20 Marzo (mer)     - Complementi ed Esercizi: Local Search ES_LocalSearch

9 21 Marzo (gio)     - Giochi Giochi

10 25 Marzo (lun)
    - Complementi ed Esercizi: Giochi

ES_Giochi
11 27 Marzo (mer)     - Gestione della Conoscenza (1) KM

12  28 Marzo (gio)      - Gestione della Conoscenza (2)
 
''
13 1 Aprile (lun)     - Introduzione al Machine Learning
     - Introduzione alla Regressione
    - Richiami sulle Funzioni Convesse

Intro ML
Intro Regressione
Funzioni Convesse
14 3 Aprile (mer)     - Regressione - Valutazione (1)
Regressione Valutazione

15 4 Aprile (gio)     - Regressione - Valutazione (2)
''

16
8 Aprile (lun)     - Regressione - Ridge

Ridge Regression
17 9 Aprile (mar)
    - Prova di Autovalutazione
 
Autovalutazione
18 10 Aprile (mer)     - Introduzione alla Classificazione

Introduzione_Classificazione
19 11 Aprile (gio)     - Classificazione: Alberi di Decisione

Alberi_di_Decisione
20 15 Aprile (lun)
(Lab CampusOne)
    - Esercizi ed Complementi: Regressione (1)
    - Nota: Fare login con il proprio account di Google.

Introduzione Colab 
Regressione Lineare

21 17 Aprile (mer)
(Lab CampusOne)
    - Esercizi ed Complementi: Regressione (2)

 Regressione Polinomiale Gradient Descent
22 18 Aprile (gio)     - Introduzione al Clustering e Retrieval
Clustering&Retrieval
23 29 Aprile (lun)
(Lab CampusOne)
    - Esercizi e Complementi: Regolarizzazione/Ridge
Regolarizzazione/Ridge
24 2 Maggio (gio)
(Lab CampusOne)
    - Esercizi ed Complementi: Classificazione
Classificazione
25 6 Maggio (lun)     - Introduzione alle Reti Neurali Artificiali
Reti Neurali
26 8 Maggio (mer)     - Complementi ed Esercizi: Reti Neurali
ES_ANN
Codice Python
27 9 Maggio (gio)     - Case-Based Reasoning (1)
CBR(1)
28 13 Maggio (lun)     - Case-Based Reasoning (2)
CBR(2)
29 15 Maggio (mer)     - Case-Based Reasoning (3)
CBR(3)
30 16 Maggio (gio)     - Information Retrieval (1)
IR(1)
31 20 Maggio (lun)     - Information Retrieval (2)

IR(2)
32 22 Maggio (mer)     - Computer Vision (1)

CV(1)
33 23 Maggio (gio)     - Information Retrieval (3) -

34 27 Maggio (lun)     - Cenni introduttivi al Deep Learning

DL cenni
3529 Maggio (mer)    - Computer Vision (2)

CV(2)
3630 Maggio (gio)    - Computer Vision (3)

CV(3)
3731 Maggio (ven)    - Computer Vision (4)

CV(4)
383 Giugno (lun)    - Computer Vision (5)

CV(5)
395 Giugno (mer)    - Computer Vision (6)

CV(6)
40
6 Giugno (gio)    - Prova di Autovalutazione

Testo
Sol Es 2

Homework (facoltativi)

Ricevimento

  • Giovedì dalle ore 17:30 alle 19:30 presso il Laboratorio di Intelligenza Artificiale, stanza DIA 202/B

Calendario delle Prove Intermedie

  • Prima Prova Intermedia: Venerdì 12 Aprile 2019, ore 17:00 - 19:00, Aule N11 e N1 - Risultati
  • Seconda Prova Intermedia: Martedì 14 Maggio 2019, ore 10:00 - 12:00, Aula N11 - Risultati
  • Terza Prova Intermedia: Lunedì 17 Giugno 2019, ore 17:00 - 19:00, Aula N10 - Risultati

    Esami

    N.B. Si ricorda che per sostenere gli esami e verbalizzare l'esito dell'esame in una sessione occorre prenotarsi preventivamente sul sito del portale dello studente. Non e' possibile verbalizzare l'esame in assenza della prenotazione.

    Collaboratori


    Contatti

    Prof. A. Micarelli 
    micarel@dia.uniroma3.it