|
|
|
Vieri Giuliano Santucci
|
|
- La preistoria dell'AI
- La nascita dell'AI
- Scopi dell'AI
- Strumenti dell'AI
|
|
|
|
Francesco Mannella
|
|
- Cosa sono le reti neurali artificiali
- Struttura delle reti
- Apprendimento
- Scopo della ricerca sulle reti: Cenni storici
|
|
|
|
Francesco Mannella
|
|
- Il percettrone di Rosemblatt
- Widrow e Hoff: La discesa di gradiente e la regola delta
- Limiti delle reti ad uno strato
|
|
|
|
Francesco Mannella
|
|
- L’inverno delle reti neurali
- La retropropagazione dell’errore: discesa di gradiente
- La retropropagazione dell’errore: apprendimento degli strati nascosti
|
|
|
|
Francesco Mannella
|
|
- Cenni storici: La seconda rivoluzione delle reti neurali
- Caratteristiche delle reti ‘deep’
- Deep belief networks
- Reti convoluzionali
- Reti ricorrenti
|
|
|
|
Vieri Giuliano Santucci
|
|
- L'importanza dell'apprendimento
- Apprendere per prove ed errori
- L'apprendimento per rinforzo nell'intelligenza artificiale
|
|
|
|
Vieri Giuliano Santucci
|
|
- Il problema della scelta
- Bandit problems
- Exploration VS Exploitation
- Contextual bandits
|
|
|
|
Vieri Giuliano Santucci
|
|
- Dai contextual bandits ai Markov decision process
- TD-Learning
- Q-Learning
- Metodi Attore-Critico
|
|
|
|
Francesco Mannella
|
|
- Problemi dei metodi RL standard
- Policy continue
- Policy gradients
- Policy search senza gradiente
|
|
|
|
Francesco Mannella
|
|
- Nascita delle neuroscienze computazionali
- Livelli di analisi, di organizzazione e di processamento
- I modelli computazionali sono ipotesi
|
|
|
|
Francesco Mannella
|
|
- Il neurone come sistema dinamico
- Il modello LIF
- Modelli complessi del neurone
|
|
|
|
Francesco Mannella
|
|
- Percezione: le mappe topologiche
- Memoria: auto-associatori
- Percepire e riprodurre il tempo: colonne corticali e reti ricorrenti
|