Ingegneria Informatica e Intelligenza artificiale L-8

Lezioni

Introduzione all'intelligenza artificiale

Agenti intelligenti e ambienti operativi

Struttura degli agenti

Agenti risolutori di problemi

Algoritmi di ricerca

Strategie di Ricerca Non Informata

Fondamenti della ricerca informata

Agenti basati sulla conoscenza

Logica e Logica delle Proposizioni

Logica del primo ordine

Usare la logica del primo ordine

Introduzione all'Inferenza

Inferenza nella Logica del Primo Ordine

Rappresentazione della conoscenza

Notazioni base della teoria della probabilità

Introduzione al Machine Learning

Apprendimento supervisionato

Selezione del Modello e Ottimizzazione

Metriche di valutazione

Alberi di decisione

Apprendimento bayesiano

Regressione lineare

Modelli Nearest Neighbor

Support Vector Machines

Ensemble Learning

Ensemble Learning avanzato

Machine Learning e dimensioni elevate

Apprendimento non supervisionato: Clustering

Riduzione della dimensionalità

Teoria dell'apprendimento computazionale

Apprendimento incrementale e online

Apprendimento per rinforzo: introduzione

Pipeline e processo di ML

Bias nei dati e Fairness

Conduzione, monitoraggio e manutenzione

Introduzione al Deep Learning

Back-propagation e calcolo del gradiente nei network neurali

Architettura dei modelli deep learning

Convolutional Neural Networks

Pooling, Tensor Operations e Residual Networks

Ottimizzazione e back-propagation nei network neurali

Generalizzazione nelle reti neurali

Reti Neurali Ricorrenti

Apprendimento non supervisionato e modelli generativi in deep learning

Modelli generativi