Corso di Intelligenza Artificiale
Facoltà di Ingegneria, Università degli Studi di Pavia

Marco Piastra



 

Calendario delle lezioni AA 2002/2003
Data ultimo aggiornamento: 24 febbraio 2003



Appelli d'esame:
Presso il Laboratorio di Visione Artificiale

26 giugno 2003
16 luglio 2003
18 settembre 2003
17 ottobre 2003
7 novembre 2003


LUCIDI E PROGRAMMI
Data ultimo aggiornamento: 8 giugno 2003

1. Introduzione al corso:

  • formato MS PowerPoint
  • formato PDF


    • 2. Intelligenza artificiale:

  • formato MS PowerPoint
  • formato PDF


    • Letture consigliate:
  • Lewis - Cognitive modeling, symbolic
  • Brooks - Elephants Don't Play Chess


    • 3. Logica classica (Parte 1):

  • formato MS PowerPoint
  • formato PDF


    • Avvertenza:
    Le presentazioni MS PowerPoint delle parti di logica fanno uso di font particolari
  • logifont.zip


    • 4. Logica classica (Parte 2):

  • formato MS PowerPoint
  • formato PDF


    • Letture consigliate:
  • Così la geometria perse l'innocenza: Gerolamo Saccheri
  • (da "Stanford Encyclopedia of Philosophy") - Principia Mathematica


    • 5. Logica classica (Parte 3):

  • formato MS PowerPoint
  • formato PDF


    • 6. Logiche non classiche:

  • formato MS PowerPoint
  • formato PDF


    • 7. Sistemi a regole:

  • formato MS PowerPoint
  • formato PDF


    • 8. Teoria della Probabilità e Reti Bayesiane (a cura di M. G. Semenza):

  • formato MS PowerPoint
  • formato PDF


    • Materiale aggiuntivo per l'esercitazione:
  • Esempio1.xbn
  • Esempio1-rete.pdf
  • Candidato.xbn


    • Seminario "Analisi decisionale dinamica integrata":
  • formato MS Word
  • formato PDF


    • 9. Reti neurali (a cura di R. Marmo):

  • formato MS PowerPoint
  • formato PDF


    • Seminario "Data Mining":
  • MS PowerPoint
  • formato PDF


    • 10. Algoritmi evolutivi (a cura di A. Bollini):

  • formato PDF


    • 11. Algoritmi genetici (a cura di A. Bollini):

  • formato PDF


    • 12. Programmazione genetica (a cura di A. Bollini):

  • formato PDF


    • Materiale aggiuntivo per l'esercitazione:
  • regression.zip
  • knapsack.zip


    • Appendice A. Programmare in Java e ricerche bibliografiche

  • Introduzione a Java, parte prima, formato MS PowerPoint
  • Introduzione a Java, parte prima, formato PDF


  • Introduzione a Java, parte seconda, formato MS PowerPoint
  • Introduzione a Java, parte seconda, formato PDF


  • Ricerche bibliografiche, formato MS PowerPoint
  • Ricerche bibliografiche, formato PDF


    • Appendice B. Strumenti software per i progetti finali

    Avvertenza:
    Il software qui esposto è riservato agli studenti del corso e non può essere distribuito a terzi

    NOTE DI VERSIONE

    Strumenti di base:
  • Robocode (Versione 1.0.6 modificata del 20030608 - 2360347 bytes, sito originale)
  • Jess (Versione 6.0 modificata del 20030530 - 1039429 bytes, sito originale)
  • ECJ (Versione PR 9 originale - 2504317 bytes, sito originale)


    • Software per i progetti:
  • JessRobocode (Integrazione tra Robocode e Jess, Versione del 20030607 - 51061 bytes)
  • GPRobocode (Integrazione tra Robocode ed ECJ, Versione del 20030607 - 93967 bytes)

    •  

    Corso di Intelligenza Artificiale, AA 2001/2002 e precedenti