Machine Learning And Artificial Intelligence – Politecnico di Bari

• Materiale didattico: slide delle lezioni, lecture note ed esercitazioni (anche per studenti non frequentanti) resi disponibili dalla docente sulla piattaforma Microsoft Teams del corso.
• Il principale materiale di studio è costituito dalle slide, dispense, esercizi, esempi svolti, tracce d’esame e materiali integrativi messi a disposizione dal docente.
• Il testo di Russell e Norvig costituisce il principale riferimento per i fondamenti dell’Intelligenza Artificiale, gli agenti intelligenti, la ricerca, i Constraint Satisfaction Problems, i giochi e l’apprendimento per rinforzo.

Argomenti del programma: ML: 1. Introduzione al Machine Learning (4 ore – 0,4 CFU) Definizione e paradigmi (apprendimento supervisionato e non supervisionato); esempi applicativi reali; concetti chiave: dati, modello, generalizzazione e overfitting. 2. Apprendimento supervisionato: metodi di base (6 ore – 0,6 CFU) Impostazione del problema di apprendimento supervisionato; metodi basati sulla distanza (k-NN); alberi di decisione. 3.