A.A. 2019-2020

Avvisi

  • Norme di utilizzo dei materiali didattici
    La visione dei filmati e l’utilizzo del materiale didattico è riservato agli utenti iscritti al corso di Intelligenza Artificiale al solo fine di studio e approfondimento didattico.
    L'utente che accede alla sezione e-learning su Moodle o al presente sito e che ne consulta i contenuti è tenuto a rispettare le disposizioni legislative che tutelano il diritto d'autore e pertanto è fatto espresso divieto di riprodurre, pubblicare o distribuire i materiali tratti dal sito su Moodle o dal presente sito relativi al corso di Intelligenza Artificiale, anche in forma parziale, fatta salva la possibilità di realizzare un’unica copia del materiale, in formato cartaceo e/o digitale, all’esclusivo fine di studio.
    L’utente è responsabile per l'uso improprio o non autorizzato del materiale pubblicato effettuato in violazione delle suddette disposizioni.
    Partecipando alle lezioni in videoconferenza, gli studenti accettano la possibilità di essere registrati o, comunque, che sia visibile la loro presenza agli altri partecipanti e a coloro che hanno accesso alla registrazione.
  • Modalità d'esame
  • Informazioni d'esame sessione estiva
  • Informazioni d'esame sessione autunnale

    Programma 2019/20

    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. Machine Learning
      1. Metodi di Regression, Classification, Clustering e Retrieval.
      2. Reti Neurali Artificiali, Deep Learning.
      3. Casi di studio.
    4. 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 Materiale didattico
    disponibile su Moodle
    1 2 Marzo (lun)     - Introduzione al Corso
    2
    16 Marzo (lun)     - Problem Solving e Search    - Lucidi in pdf
       - Registrazione

    3
    18 Marzo (mer)     - Ricerca Cieca
       - Registrazione
    4
    19 Marzo (gio)     - Introduzione alla Ricerca Euristica
       - Lucidi in pdf
       - Registrazione

    5
    23 Marzo (lun)     - Dimostrazioni proprietà formali algoritmo A*
       - Registrazione
    6
    25 Marzo (mer)     - Local Search
       - Lucidi in pdf
       - Registrazione

    7
    26 Marzo (gio)     - Giochi a Due Avversari
        - Tutorial: Ambienti di Svilippo per Python

       - Lucidi in pdf
       - Lucidi in pdf
       - Registrazione

    8
    30 Marzo (lun)     - Introduzione al Linguaggio Python (1)
       - Lucidi in pdf
       - Notebook
       - Registrazione

    9
    1 Aprile (mer)     - Introduzione al Linguaggio Python (2)
       - Registrazione
    10
    2 Aprile (gio)     - Introduzione al Linguaggio Python (3)
       - Lucidi in pdf
       - Notebook
       - Registrazione
     
    11
    6 Aprile (lun)     - Introduzione al Linguaggio Python (4)
       - Notebook
       - Registrazione
     
    12
    7 Aprile (mar)


        - Esercitazione su Ricerca Cieca
       - Lucidi in pdf
       - Notebook
       - Registrazione

    13
    8 Aprile (mer)     - Esercitazione su Ricerca Informata
       - Notebook
       - Registrazione

    14
    9 Aprile (gio)     - Esercitazione sulla Local Search
       - Lucidi in pdf
       - Notebook
       - Registrazione

    15
    15 Aprile (mer)     - Introduzione al Linguaggio Python (5)
       - Notebook
       - Registrazione
     
    16
    16 Aprile (gio)     - Introduzione al Machine Learning
        - Introduzione alla Regressione

       - Lucidi in pdf
       - Lucidi in pdf
       - Registrazione

    17
    17 Aprile (ven)     - Introduzione alla Regressione
        - Richiami di Matematica per il Machine Learning

       - Lucidi in pdf
       - Registrazione
    18
    20 Aprile (lun)     - La Valutazione nella Regression
       - Lucidi in pdf
       - Registrazione

    19
    21 Aprile (mar)     - Ridge Regression - Cross Validation
       - Lucidi in pdf
       - Registrazione

    20
    22 Aprile (mer)     - Esercitazione sulla Regression (1)
       - Lucidi in pdf
       - Notebook
       - Registrazione

    21
    23 Aprile (gio)     - Esercitazione sulla Regression (2)
       - Lucidi in pdf
       - Notebook
       - Registrazione

    22
    27 Aprile (lun)     - Introduzione alla Classificazione
        - Logistic Regression

       - Lucidi in pdf
       - Registrazione
    23
    29 Aprile (mer)     - Classificazione: Decision Trees
       - Lucidi in pdf
       - Lucidi in pdf
       - Registrazione
       - Registrazione

    24
    30 Aprile (gio)     - Introduzione al Clustering
       - Lucidi in pdf
       - Lucidi in pdf
       - Registrazione

    25
    4 Maggio (lun)     - Esercitazione sulla Classificazione
       - Lucidi in pdf
       - Notebook
       - Registrazione

    26
    6 Maggio (mer)     - Esercitazione sul Clustering
       - Lucidi in pdf
       - Notebook
       - Registrazione

    27
    7 Maggio (gio)     - Introduzione alle Reti Neurali Artificiali
       - Lucidi in pdf
       - Registrazione

    28
    11 Maggio (lun)     - Reti Neurali Artificiali - Retropropagazione
       - Lucidi in pdf
       - Notebook
       - Registrazione

    29
    12 Maggio (mar)     - Reti Neurali Artificiali - Hardware e Frameworks
       - Lucidi in pdf
       - Registrazione
     
    30
    13 Maggio (mer)     - Reti Neurali Artificiali - Funzioni di Attivazione e Tecniche di Ottimizzazione
       - Lucidi in pdf
       - Notebook
       - Registrazione

    31
    14 Maggio (gio)     - Reti Neurali Artificiali - Algoritmi Avanzati Gradient Descent e l'Arte di addestrare una Rete
       - Lucidi in pdf
       - Registrazione
     
    32
    18 Maggio (lun)     - Introduzione al Deep Learning
       - Lucidi in pdf
       - Registrazione

    33
    20 Maggio (mer)    - Introduzione al Natural Language Processing
       - Lucidi in pdf
       - Registrazione
     
    34
    21 Maggio (gio)    - Introduzione all'Information Retrieval
       - Lucidi in pdf
       - Registrazione
     
    35
    22 Maggio (ven)    - Seminario: "Neural networks for the scientific research on autonomous robots and for company applications"
       - Abstract
       - Lucidi in pdf
    36
    25 Maggio (lun)    - Metriche per IR
       - Lucidi in pdf
       - Registrazione

    37
    27 Maggio (mer)    - Test di Significatività
       - Lucidi in pdf
       - Registrazione

    38
    28 Maggio (gio)    - Introduzione alla Visione Artificiale
       - Lucidi in pdf
       - Registrazione

    39
    1 Giugno (lun)    - Visione Artificiale
       - Lucidi in pdf
       - Registrazione
     
    40
    4 Giugno (gio)    - Visione Artificiale
       - Lucidi in pdf
       - Registrazione

    41
    8 Giugno (lun)    - Visione Artificiale
       - Lucidi in pdf
       - Registrazione

    42
    10 Giugno (mer)    - Visione Artificiale
       - Lucidi in pdf
       - Registrazione


    43
    11 Giugno (gio)    - Visione Artificiale
       - Lucidi in pdf
       - Registrazione


    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

      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

      Alberto Massidda

      Contatti

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