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 | |
| 29.09.2014 | Presentazione dei corsi a tutti gli studenti. |
| 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: 02.10.2014). | |
| Fuzzy system | |
| 06.10.2014 | 2. Gli insiemi fuzzy. I sistemi fuzzy. (Ultima modifica: 07.10.2014). |
| 09.10.2014 | 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: 09.10.2014). |
| Apprendimento statistico | |
| 13.10.2014 | 3. Inferenza Statistica. Il teorema di Bayes. Esempi ed esercizi (SW matlab) (Ultima modifica: 13.10.2014). |
| 16.10.2014 | 4. Apprendimento statistico. Massima verosimiglianza e risoluzione dei sistemi lineari. Software in Matlab available. (Ultima modifica: 20.10.2014). |
| 20.10.2014 | 5. Relazione tra stima a massima verosimiglianza e soluzione dei sistemi lineari ai minimi quadrati. Valutazione dell'incertezza sulla stima. Linearizzazione di funzioni. Distribuzione di Poisson. a bontà della stima. Ottimizzazione non-lineare: metodo di Gauss-Newton e metodo del gradiente (Ultima modifica: 20.10.2014). |
| 23.10.2014 | 6. Stima a massima posteriori e regolarizzazione. Applicazione al filtraggio. Ruolo delle clique. Filtering Software available (Ultima modifica: 24.10.2014). |
| Apprendimento con rinforzo | |
| 7. Apprendimento in un setting non associativo. Caso stazionario e non stazionario. Tecniche greedy ed epsilon-greedy, prusuit. (Ultima modifica: 27.10.2014). | |
| 30.10.2014 | 8. L'apprendimento con rinforzo nel caso di setting associativo (video1, video2) I modelli Markoviani. Calcolo della Q Function. La formulazione ricorsiva del calcolo della Q function. Software. Esempio. (Ultima modifica: 30.10.2014). |
| 03.11.2014 | 9. Miglioramento della stima della Value function. Iterative policy evaluation. SW (Ultima modifica: 03.11.2014). |
| 06.11.2014 | 10. Teorema del miglioramento della policy. Policy iteration. SW (Ultima modifica: 06.11.2014). |
| 10.11.2014 | 11. Learning from temporal differences. Esempi. SARSA. (Ultima modifica: 09.11.2014). |
| 13.11.2014 | 12. Off-policy learning. Q-learning. Esempi. SW1 available. SW2 available (Ultima modifica: 13.11.2014). |
| 13. 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). (Ultima modifica: 17.11.2014). | |
| Intelligenza Biologica | |
| 14. 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: 20.11.2014). | |
| 15. 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: 24.11.2014). | |
27.11.2014 |
S1. Interazione tra due agenti modellizzate mediante teoria dei giochi. Introduzione (Dott. Nicola Basilico, Ultima modifica: 1.12.2014) |
| 01.12.2014 | 16. 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: 10.12.2014). |
04.12.2014Inzio ore 9.00 |
S2. Modellazione dell'interazione mediante teoria dei giochi (Dott. Nicola Basilico) |
| Machine learning | |
| 08.12.2014 | Festività religiosa |
| 11.12.2014 | 17. L'apprendimento superivisionato e non supervisionato. Il clustering. Metriche di valutazione. Quad-tree decomposition and K-means (Ultima modifica: 18.12.2014). |
| 15.12.2014 | 18. Partizionamento Soft e Hard. K-means. Apprendimento competitivo. Le mappe di Kohonen. Software available. Esempi. (Ultima modifica: 19.12.2014). |
| 18.12.2014 | S3. Seminario: computational intelligence in games. Kinect fusion. (Dott. Michele Pirovano, ultima modifica: 19.12.2014). Stage available. |
| 08.01.2015 | 19. Apprendimento supervisionato: predictive regression. Approccio multi-scala adattativo e scanner. Classificazione: boosting e SVM (Ultima modifica: 08.01.2015). |
20. Le reti neurali artificiali. Perceptroni lineari e non-lineari. Appendimento. Esempi. (Ultima modifica: 10.01.2015). |
|
| 15.01.2015 | 21. La realtà Virtuale: input systems and trackers. Motion capture a marker passivi e a marker attivi.(Ultima modifica: 15.01.2015). |
|
22. La realtà Virtuale: generatori di mondi, motore grafico, dispositivi di output e applicazioni. Possible Projects. The robocode framework.(Ultima modifica: 20.01.2015). |