N.B.: Il diritto di scaricare il materiale accessibile da questa pagina
è riservato solamente agli studenti regolarmente iscritti al corso.
Notice: The right to download the material accessible from this page
is granted only to the students regularly enrolled in the hereabove University
course.
| Intelligenza Simbolica | |
| 1. Introduzione al corso. L'intelligenza simbolica. La macchina di Turing e gli algoritmi. Il test di Turing e la stanza cinese di Searle. Altre forme di intelligenza (flock e particle, automi cellulari, ...) (Ultima modifica: 04.10.2012). | |
| Fuzzy system | |
| 08.10.2012 | 2. Gli insiemi fuzzy. I sistemi fuzzy. (Ultima modifica: 08.10.2012). |
| 11.10.2012 | E1. Applicazioni dei sistemi fuzzy. Software del controllore fuzzy del cart-pole.Video da Youtube: Video 1 (doppio pendolo), Video 2 (Apprendimento), Video 3 (doppio pendolo su macchina) (Ultima modifica: 11.10.2012). |
| 15.10.2012 | 3. Matrici. Sistemi lineari. Stima dei parametri ai minimi quadrati. Ottimizzazione non-lineare: metodo di Gauss-Newton e metodo del gradiente (Ultima modifica: 15.10.2012). |
| Apprendimento con rinforzo | |
| 22.10.2012 | 5. L'apprendimento con rinforzo. Apprendimento in un setting non associativo. Caso stazionario e non stazionario. Tecniche greedy ed epsilon-greedy. (Ultima modifica: 22.10.2012). |
| 25.10.2012 | 6. L'apprendimento con rinforzo nel caso di setting associativo (video) I modelli Markoviani. Calcolo della Q Function. La formulazione ricorsiva del calcolo della Q function: Esempio. (Ultima modifica: 24.10.2012). |
| 29.10.2012 | 7. Le equazioni di Bellman. Calcolo iterativo della Q function. La Q Function ottimale. Esempi. SW. (Ultima modifica: 29.10.2012). |
| 05.11.2012 | 8. Teorema del miglioramento della policy. Value iteration and policy iteration. (Ultima modifica: 05.11.2012). |
|
9. Learning from temporal differences. Esempi. SARSA. (Ultima modifica: 07.11.2012). |
|
| 12.11.2012 | 10. Off-policy learning. Q-learning. Ampliamento dell'orizzonte delle differenze temporali: l'elegibility trace e TD(l). Esempi. SW1 available. SW2 available (Ultima modifica: 10.11.2012). |
| 11. Come incorporare l'informazione a-priori. Fuzzy RL and the PacMan game (SW available). Stochastic learning automata (Video) (Ultima modifica: 20.12.2011). | |
| Apprendimento statistico | |
| 18.10.2012 | 4. Apprendimento statistico. Massima verosimiglianza e stima ai minimi quadrati. La stima Bayesiana. (Dott. Frosio, 18.10.2012). |
| 15.11.2012 |
12. L'algoritmo di Expectation Maximization (software in Matlab). Applicazioni ad immagini mediche. (Dott. Frosio). |
| 22.11.2012 |
13. Mixture models (Dott. Frosio) |
| 06.12.2012 | 14. Filtraggio Bayesiano. I metodi Bayesiani. Confronto con la regolarizzazione. Applicazione al filtraggio. Software in Matlab available. (Dott. Frosio). |
| 10.12.2012 | 15. Solving regularization problem (SW and examples, Dott. Frosio) |
| 17.12.2012 | E2. Esercitazione sulla stima Bayesiana (Dott. Frosio) |
| Intelligenza biologica, Algoritmi genetici, automi stocastici | |
| 26.11.2012 | 16. L'intelligenza biologica. Il neurone. Funzionamento del neurone sottosoglia. Generazione del potenziale d'azione. La struttura del neurone. I circuiti neurali biologici. Il ruolo della struttura del circuito. (Ultima modifica: 26.11.2012). |
| 29.11.2012 | 17. L'intelligenza biologica. Struttura del sistema nervoso centrale. Il linguaggio. Le areee corticali e la spina dorsale. Le trasformazioni visuo-motorie. Il codice di popolazione come esempio di processing corticale. I mirror neurons (video 1, video 2). (Ultima modifica: 29.11.2012). |
| 03.12.2012 | 18. Algoritmi genetici: introduzione. Codifica genetica della soluzione. Il ciclo genetico: selezione, ricombinazione e mutazione.Ottimizzazione evolutiva con adattamento dei parametri. Applicazione alla computer vision. (Ultima modifica: 03.12.2012). |
| Clustering | |
|
19. L'apprendimento superivisionato e non supervisionato. Il clustering. Metriche di valutazione. The robocode framework. (Ultima modifica: 01.02.2013). |
|
| 20.12.2012 | 20. Partizionamento Soft e Hard. K-means. Software available. Le mappe di Kohonen. Apprendimento competitivo. Software available. Esempi. (Ultima modifica: 19.12.2012). |
|
21. Clustering and data structure identification. K-means (SW), decomposizione a quad-tree (SW) e clustering gerarchico. Le reti neurali artificiali. Perceptroni lineari e non-lineari. Appendimento. Esempi. (Ultima modifica: 07.01.2013). |
|
| 10.01.2013 | E3. Seminario. Data analysis, motion analysis and rehabilitation (Dr. M. Rabuffetti) ore 9.15. |
|
22. La realtà Virtuale: input systems and trackers. Motion capture a marker passivi e a marker attivi (Ultima modifica: 15.01.2013). |
|
| 17.01.2013 | 23. La realtà Virtuale: generatori di mondi, motore grafico, dispositivi di output e applicazioni |