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: 03.10.2013). | |
| Fuzzy system | |
| 07.10.2013 | 2. Gli insiemi fuzzy. I sistemi fuzzy. (Ultima modifica: 07.10.2013). |
| 10.10.2013 | 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: 10.10.2013). |
| 14.10.2013 | 3. Matrici. Sistemi lineari. Stima dei parametri ai minimi quadrati. Ottimizzazione non-lineare: metodo di Gauss-Newton e metodo del gradiente (Ultima modifica: 16.10.2013). |
| 16.10.2013 | S1. Seminario. Kinect programming: communicate with computers naturally (Matteo Valoriani). Locandina. Slides. Ulteriori iniziative per gli studenti (Ultima modifica: 12.11.2013). |
| Apprendimento statistico | |
| 4. Apprendimento statistico. Massima verosimiglianza e stima ai minimi quadrati. La stima Bayesiana. (Dott. Frosio, 18.10.2012). | |
|
21.10.2013 |
5. L'algoritmo di Expectation Maximization (software in Matlab). Applicazioni ad immagini mediche. (Dott. Frosio). |
| 24.10.2013 |
6. Mixture models (Dott. Frosio - sala riunioni Dipartimento di Informatica in Celoria) |
| 28.10.2013 | 7. Filtraggio Bayesiano. I metodi Bayesiani. Confronto con la regolarizzazione. Applicazione al filtraggio. Software in Matlab available. (Dott. Frosio). |
| 31.10.2013 | 8. Solving regularization problem (SW and examples, Dott. Frosio) |
| Apprendimento con rinforzo | |
| 9. Apprendimento in un setting non associativo. Caso stazionario e non stazionario. Tecniche greedy ed epsilon-greedy, prusuit. (Ultima modifica: 04.11.2013). | |
| 07.11.2013 | Lezione sospesa |
| 11.11.2013 | 10. 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. Software. Esempio. (Ultima modifica: 12.11.2013). |
| 14.11.2013 | 11. Le equazioni di Bellman. Calcolo iterativo della Q function. La Q Function ottimale. Esempi. SW. (Ultima modifica: 18.11.2013). |
| 18.11.2013 | 12. Teorema del
miglioramento della
policy. Value iteration and policy iteration. SW (Ultima modifica: 18.11.2013). |
| 21.11.2013 | 13. Learning from temporal differences. Esempi. SARSA. (Ultima modifica: 01.12.2013). |
|
14. Off-policy learning. Q-learning. Esempi. SW1 available. SW2 available (Ultima modifica: 01.12.2013). |
|
| 15. Ampliamento dell'orizzonte delle differenze temporali: l'elegibility trace e TD(lambda). Come incorporare l'informazione a-priori. Fuzzy RL and the PacMan game (SW available). Stochastic learning automata (Video) (Ultima modifica: 01.12.2013). | |
| 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. FES (Ultima modifica: 01.12.2013). | |
| 05.12.2013 | 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). I robot sociali. (Ultima modifica: 05.12.2013). |
| Intelligenza biologica, Algoritmi genetici, automi stocastici | |
| 09.12.2013 | 18. Algoritmi genetici: introduzione. Codifica genetica della soluzione. Il ciclo genetico: selezione, ricombinazione e mutazione. Applicazione alla genetic art. Ottimizzazione evolutiva con adattamento dei parametri. Applicazione alla computer vision. (Ultima modifica: 10.12.2013). |
| 12.12.2013 | Lezione sospesa |
| 16.12.2013 | 19. L'apprendimento superivisionato e non supervisionato. Il clustering. Metriche di valutazione. (Ultima modifica: 18.12.2013). |
| 19.12.2013 | 20. Le reti neurali artificiali. Perceptroni lineari e non-lineari. Appendimento. Esempi. (Ultima modifica: 19.12.2013). |
| Clustering | |
|
21. Partizionamento Soft e Hard. K-means. Software available. Le mappe di Kohonen. Apprendimento competitivo. Software available. Esempi. Predictive regression. Approccio multi-scala. The robocode framework. (Ultima modifica: 09.01.2014). |
|
| 13.01.2014 | Seminario. Dott. Michele Pirovano (abstract) |
| 16.01.2014 | 22. La realtà Virtuale: input systems and trackers. Motion capture a marker passivi e a marker attivi. Video (Ultima modifica: 15.01.2014). |
|
23. La realtà Virtuale: generatori di mondi, motore grafico, dispositivi di output e applicazioni. Video (Ultima modifica: 20.01.2014). |