Padova · Dipartimento di Matematica "Tullio Levi-Civita" - DM · 6 CFU · apri nel catalogo
Il docente non ha ancora pubblicato i testi per questo canale.
Bacheca del docente: cosa indica di studiare
Argomenti del programma: Il corso affronta i seguenti contenuti: - Explainable AI: Principali definizioni, requisiti, e tassonomie dei metodi di Explainable AI. - Modelli explainable-by-design: Modelli la cui struttura è progettata per essere interpretabile o spiegabile. - Approcci post-hoc per l’Explainable AI: Metodi per spiegare il comportamento di modelli di machine learning e deep learning già addestrati.
Argomenti del programma: Il corso affronta i seguenti contenuti: (A) Logiche per la rappresentazione della conoscenza: (A.i) introduzione alla logica proposizionale, sintassi, semantica, procedura decisionale, soddisfabilità. (A.ii) Soddisfabilità ponderata e migliore soddisfabilità. (A.ii) Logica del primo ordine, sintassi, semantica, risoluzione e unificazione.
Argomenti del programma: Il corso affronta i seguenti contenuti: (A) Logiche per la rappresentazione della conoscenza: (A.i) introduzione alla logica proposizionale, sintassi, semantica, procedura decisionale, soddisfabilità. (A.ii) Soddisfabilità ponderata e migliore soddisfabilità. (A.ii) Logica del primo ordine, sintassi, semantica, risoluzione e unificazione.
Argomenti del programma: Il corso affronta i seguenti capitoli: 1) Concetti fondamentali. Nozione di algoritmo, computabilità e complessità, programma. 2) Introduzione al linguaggio Python. Programmazione funzionale ed orientata agli oggetti. 3) Strutture dati e algoritmi. Strutture dati complesse e algoritmi di ricerca. 4) Applicazioni scientifiche e giochi.
Libri Universitari