Il corso si prefigge di approfondire gli aspetti di Intelligenza Artificiale di tipo Induttivo e Deduttivo. Il corso affronta sia aspetti teoriche aspetti implementativi legati all'utilizzo di tecniche avanzate di pianificazione e di apprendimento automatico.
The course aims at providing to the students knowledge of advanced inductive and deduction artificial intelligence both from a theoretical and practical perspective.
During the course the following skills will be developed - personal competence - social competence - ability to learn to learn - competence in project creation - competence in project management
- ARTIFICIAL INTELLIGENCE (cod. 111103) - MACHINE LEARNING AND DATA ANALYSIS (cod. 86798)
- Lezioni frontali (approx. 50% per sviluppare capacità di imparare a imparare) - Esercitazioni (approx. 50% per sviluppare competenza personale) - Possibility of a final project in pairs (per sviluppare competenza sociale, competenza in creazione progettuale e competenza in gestione progettuale)
Si consigliano gli studenti lavoratori e gli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali.
Gli ultimi 3 crediti del corso di ARTIFICIAL INTELLIGENCE FOR ROBOTICS I (104734) - pianificazione automatica in presenza di incertezza - apprendimento per rinforzo in domini discreti - apprendimento per rinforzo in domini continui Gli ultimi 3 crediti del corso di MACHINE LEARNING AND DATA ANALYSIS (cod. 86798) - Reti neurali profonde (Convuluzioni, Attenzione, Memoria) - Modelli generativi
[1] Sutton, R. S., and Andrew G. B. Reinforcement learning: An introduction. MIT press, 2018. [2] Goodfellow, I. and Bengio, Y. and Courville, A. Deep learning. MIT press, 2016. [3] Aggarwal, C. C. Neural networks and deep learning. Springer, 2018.
Ricevimento: Su appuntamento, tramite e-mail
Ricevimento: Di solito sono sempre disponibile sia prima sia dopo le lezioni. E' sempre possibile fissare un appuntamento inviando una email a enrico.giunchiglia@unige.it.
Ricevimento: Su appuntamento a richiesta degli studenti tramite una email al docente.
DAVIDE ANGUITA (Presidente)
LUCA ONETO (Presidente)
ENRICO GIUNCHIGLIA (Presidente Supplente)
ARMANDO TACCHELLA (Presidente Supplente)
https://easyacademy.unige.it/portalestudenti/index.php?view=easycourse&_lang=it&include=corso
Orale su appuntamento
Lo studente risolverà un problema reale a piacere applicando le tecniche apprese durante il corso.
