Russel – Artificial intelligence

• Il corso non adotta un testo di riferimento; tuttavia, i contenuti didattici possono essere integrati da alcune parti dei seguenti testi:

Argomenti del programma: Reti neurali lineari: modelli lineari rivisitati dal punto di vista dell’ottimizzazione numerica, trade-off bias-varianza, workflow universale del Machine Learning. Multilayer perceptron: nozioni di base, backpropagation, panoramica delle principali architetture di rete neurale, raccomandazioni pratiche, autoencoder, workflow rivisitato dal punto di vista del Deep Learning.

Argomenti del programma: - INTRODUZIONE ALL’INTELLIGENZA ARTIFICIALE: Cos’è l’IA. I fondamenti dell’Intelligenza Artificiale. La storia dell’Intelligenza Aritificiale. Agenti intelligenti. Agenti e Ambienti. Il concetto di razionalità. La natura degli ambienti. La struttura degli agenti. -INTRODUZIONE ALL’ANALISI DEI DATI: Raccolta ed immagazzinamento dei dati. Big Data. Il machine learning. Il concetto di data set.

Argomenti del programma: - INTRODUZIONE ALL’INTELLIGENZA ARTIFICIALE: Cos’è l’IA. I fondamenti dell’Intelligenza Artificiale. La storia dell’Intelligenza Aritificiale. Agenti intelligenti. Agenti e Ambienti. Il concetto di razionalità. La natura degli ambienti. La struttura degli agenti. -INTRODUZIONE ALL’ANALISI DEI DATI: Raccolta ed immagazzinamento dei dati. Big Data. Il machine learning. Il concetto di data set.