Programma e Modalità d'Esame

Il programma del corso si divide in due componenti principali: una teorica e una pratica in laboratorio. Per ognuno degli argomenti trattati, al termine della presentazione dei principali concetti, verranno proposte esercitazioni guidate rivolte ad utilizzare i principali strumenti disponibili. Le tecniche studiate in questo modulo rappresentano lo stato dell'arte della ricerca scientifica nel settore dell'Intelligenza Artificiale. Per ogni argomento, verranno consigliati articoli di rassegna che riassumono i più recenti progressi nello stato dell'arte. Segue il programma dettagliato:

1. Pianificazione
   1. Pianificazione non lineare
   2. Pianificazione gerarchica
   3. Pianificazione basata su grafi
2. Swarm Intelligence
   1. Ant-colony Optimization
   2. Particle Swarm Optimization
3. Programmazione a Vincoli ed Ottimizzazione
   1. Applicazioni
   2. Strategie di ricerca e di Propagazione avanzate
4. Apprendimento Automatico
   1. Alberi di decisione
   2. Reti neurali

Modalità d'esame

L'esame si compone di una prova scritta che riguarda sia esercizi sia domande di teoria. Per questo motivo non sarà possibile consultare libri o appunti.

Attività Progettuale a Scelta

E' possibile inserire nel piano di studi l'attività progettuale in Sistemi Intelligenti M. In questo caso il progetto da svolgere deve essere discusso con il docente.

Il progetto può riguardare o l'uso di un sistema esistente per la soluzione di un problema complesso o lo sviluppo di uno strumento di risoluzione di un'applicazione di IA. Il progetto deve essere corredato da:

• Una relazione accurata sul contenuto del progetto e sul codice sviluppato.
• Una presentazione, ossia una serie di lucidi, che riassume i principali punti del progetto e deve essere usata per "guidare" la prova orale.
• Il codice dell'esercitazione.