Corso Vittorio Emanuele II, 39 - Roma
+39 3345609177
IT
EN
Login
Toggle navigation
Informazioni
Catalogo corsi
Cyberspazio didattico
Ricerca
Comunicazione
Contatti
Menu secondario
Titolare dell'insegnamento
Programma dell'insegnamento
Mappa concettuale
Pianificazione didattica
Guida all'esame
Agenda
Ambienti di apprendimento
Videolezioni
Slides
Libri e Articoli
Multimedia
Bibliografia
Sitografia
Laboratori
Esercizi interattivi
Esercizi
Classi interattive svolte
Aule Virtuali Svolte
Tutor
IT e Digital Technologies
Intelligenza Artificiale
Slides
Lesson n. 1:
Introduzione all’intelligenza artificiale
La preistoria dell'AI
La nascita dell'AI
Scopi dell'AI
Strumenti dell'AI
Vieri Giuliano Santucci
Lesson n. 2:
Introduzione alle reti neurali
Cosa sono le reti neurali artificiali
Struttura delle reti
Apprendimento
Scopo della ricerca sulle reti: Cenni storici
Francesco Mannella
Lesson n. 3:
Reti neurali: il percettrone
Il percettrone di Rosemblatt
Widrow e Hoff: La discesa di gradiente e la regola delta
Limiti delle reti ad uno strato
Francesco Mannella
Lesson n. 4:
Reti neurali: retropropagazione dell'errore
L’inverno delle reti neurali
La retropropagazione dell’errore: discesa di gradiente
La retropropagazione dell’errore: apprendimento degli strati nascosti
Francesco Mannella
Lesson n. 5:
Reti neurali: deep learning
Cenni storici: La seconda rivoluzione delle reti neurali
Caratteristiche delle reti ‘deep’
Deep belief networks
Reti convoluzionali
Reti ricorrenti
Francesco Mannella
Lesson n. 6:
L’apprendimento per rinforzo
L'importanza dell'apprendimento
Apprendere per prove ed errori
L'apprendimento per rinforzo nell'intelligenza artificiale
Vieri Giuliano Santucci
Lesson n. 7:
Apprendimento per rinforzo: problemi di scelta multipla
Il problema della scelta
Bandit problems
Exploration VS Exploitation
Contextual bandits
Vieri Giuliano Santucci
Lesson n. 8:
Apprendimento per rinforzo: temporal-difference learning
Dai contextual bandits ai Markov decision process
TD-Learning
Q-Learning
Metodi Attore-Critico
Vieri Giuliano Santucci
Lesson n. 9:
Apprendimento per rinforzo: policy search
Problemi dei metodi RL standard
Policy continue
Policy gradients
Policy search senza gradiente
Francesco Mannella
Lesson n. 10:
Le neuroscienze computazionali: introduzione
Nascita delle neuroscienze computazionali
Livelli di analisi, di organizzazione e di processamento
I modelli computazionali sono ipotesi
Francesco Mannella