Introduzione All'intelligenza Artificiale E Machine Learning Con Laboratorio 2025/2026

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. Problemi a Soddisfazione di Vincoli. Propagazione dei Vincoli: Inferenza nei CSPs.
Conoscenza: Rappresentazione e Uso. Dimostrazione dei teoremi in logica proposizionale. Ingegneria della conoscenza in Logica del Primo Ordine. Inferenza in Logica del Primo Ordine. Modelli di Rappresentazione della Conoscenza alternativi: reti semantiche e frame.
Ragionamento e Pianificazione. Agenti Logici. Agenti basati su conoscenza. Pianificazione Classica. Algoritmi di Pianificazione come ricerca negli spazi di stato.
Rappresentazione della conoscenza. Ingegneria delle Rappresentazioni Ontologiche. Ragionamento ontologico.
Incertezza, Conoscenza e Ragionamento. Ragionamento Probabilistico.
Machine Learning. Apprendimento da esempi. Reti neurali artificiali. Apprendimento e Rappresentazione della Conoscenza. Programmazione Logica Induttiva (Inductive Logic Programming). Apprendimento di Modelli Probabilistici.
Comunicazione, percezione e azione negli agenti intelligenti. Trattamento Automatico delle Lingue (Natural Language Processing), Percezione, Robotica.

---

Fonte: GOMP