Obiettivi formativi
Il corso offre le basi per modellare e implementare algoritmi e sistemi per la risoluzione di problemi di intelligenza artificiale.
Il corso prevede lezioni teoriche che introducono alle tematiche dell’apprendimento automatico, alla ricerca di soluzioni da un punto di vista algoritmico e alla analisi di sequenze, argomenti che sono poi trattati da un punto di vista pratico e applicativo.
Con riferimento agli Indicatori di Dublino:
Conoscenza e capacità di comprensione
Il corso introduce i concetti relativi allo sviluppo, applicazione e validazione di algoritmi di intelligenza artificiale per l’apprendimento automatico e la ricerca di soluzioni. In particolare, vengono tratti algoritmi di apprendimento automatico supervisionato e non supervisionato, algoritmi di ricerca e algoritmi di analisi di sequenze.
Capacità di applicare conoscenza e comprensione
Le conoscenze teoriche e pratiche presentate vengono introdotte in prospettiva sia della corretta applicazione degli algoritmi allo stato dell’arte ed interpretazione dei risultati ottenuti, sia nella comprensione delle loro motivazioni per lo sviluppo di nuove soluzioni computazionali.
Autonomia di giudizio
Un approccio critico sull’utilizzo e la comprensione degli attuali strumenti per la risoluzione di problemi di intelligenza artificiale è tra gli obbiettivi principali del corso. In particolare, identificare la corretta metodologia e valutarne l’impatto sul caso di applicazione specifico.
Abilità comunicative
Le discussioni sui diversi metodi per risolvere i problemi proposti consentono di migliorare le capacità di comunicazione attraverso lo sviluppo di un progetto su tematiche stabilite dal docente e che viene affrontato in singolo o in gruppo. I risultati del progetto vengono quindi esposti al docente.
Capacità di apprendimento
L’utilizzo autonomo di risorse esterne e la consultazione di letteratura scientifica e di strumenti pratici esistenti permette di sviluppare una capacità di apprendimento autonoma. Lo studente acquisisce la capacità di adattarsi al problema e di applicare I modelli più adatti per la risoluzione.