Introduzione All'Intelligenza Artificiale e Machine Learning con Laboratorio – prof. Roberto Basili

Metodi e Modelli per Data Science · Università degli Studi di Roma Tor Vergata · 3º anno · 1º semestre · 9 CFU · canale unico

Testi d'esame di Introduzione All'Intelligenza Artificiale e Machine Learning con Laboratorio del prof. Roberto Basili, canale unico, corso di laurea in Metodi e Modelli per Data Science (Laurea triennale (L-35)), Università degli Studi di Roma Tor Vergata, 3º anno · 1º semestre · 9 CFU, a.a. 2026/2027. Libri adottati: Stuart Russell – Intelligenza artificiale.

Introduzione All'Intelligenza Artificiale e Machine Learning con Laboratorio – Prof. Roberto Basili Canale unico

Il docente consiglia di frequentare

Corso di laurea: Metodi e Modelli per Data Science · Laurea triennale (L-35) · 3º anno · 1º semestre · 9 CFU

Tor Vergata · Scienze Matematiche Fisiche e Naturali · 9 CFU · apri nel catalogo

Il docente indica 1 testo

Stuart Russell – Intelligenza artificiale Vai su Amazon ›Il prof non ha cambiato il libro dall'anno scorsoVerificato sulla scheda ufficiale il 30/09/2026

Bacheca del docente: cosa indica di studiare

Argomenti del programma: Intelligenza Artificiale: fondamenti e storia dell’IA. Fondamenti filosofici dell’IA. IA e etica. Agenti Intelligenti: definizione. Agenti Razionali e Ambiente Operativo. Metodi di Soluzione dei Problemi: Ricerca, Ottimizzazione, Giochi, Soddisfazione di Vincoli. Risoluzione di Problemi attraverso la Ricerca automatica. Strategie di Ricerca non informate ed euristiche. Alpha–Beta Pruning.

Apri la scheda ufficiale ›

Aiutaci a tenerci aggiornati

Il prof ha indicato altri libri, pagine o modifiche? Scrivicelo.

Altre materie del prof. Basili

Deep Learning · ICT and Internet Engineering - Ingegneria di Internet e delle Tecnologie per l'Informazione e la Comunicazione · 1º anno · 2º semestre · 9 CFU · a scelta (Group 2: optional courses)
Basi di Dati e Conoscenza · Ingegneria di Internet · 3º anno · 1º semestre · 6 CFU

Altri esami del 3º anno – Metodi e Modelli per Data Science

Metodi di Approssimazione per Big Data · 1º semestre · Carla Manni, Hendrik Gerard Speleers
Econometria (Inferenza Causale) · 2º semestre · Stefano Vigogna
Grafi e Complex Networks · 2º semestre · Andrea Clementi, Daniele Bertaccini
Machine Learning · 2º semestre · Gianluca Rossi

Vedi anche: Prof. Roberto Basili · Introduzione All'Intelligenza Artificiale e Machine Learning con Laboratorio a Tor Vergata (tutti i canali)