Sistemi Intelligenti

  

Prof. R. Folgieri

 email raffaella.folgieri@unimi.it

Avvisi
Programma del corso
Modalità d'esame
Materiale lezioni
References for foreigner students


Avvisi

Qui troverete informazioni aggiornate su eventuale sospensione delle lezioni, variazioni o altro.

Siete pregati di consultare il sito costantemente e almeno il giorno prima di ogni lezione, per eventuali segnalazioni urgenti.

AGGIORNATO IL CALENDARIO LEZIONI

AGGIUNTI MATERIALI DIDATTICI E NOTE PER L'INSTALLAZIONE DELLA LIBRERIA NEURALNET

NON CI SARA' LEZIONE GIORNO 10 OTTOBRE

IL 24 e il 26 SETTEMBRE NON CI SARA' LEZIONE. CI VEDIAMO IL 1 OTTOBRE (PORTATE IL PC IN AULA)

**********************************************************************************************************************************************************************************************************

CALENDARIO DELLE LEZIONI (salvo imprevisti, segnalati nella sezione AVVISI)

SETTEMBRE:
17 - 19 - IL 24 e il 26 NON CI SARA' LEZIONE. CI VEDIAMO IL 1 OTTOBRE

OTTOBRE:
1 (PORTARE IL PC IN AULA) - 3 - 8 - 15 (portare il PC in aula)- 17 (portare il pc in aula)- 22

NOVEMBRE:
26 e 28: discussione progetti e note finali del corso

LE LEZIONI HANNO LUOGO IL MARTEDI E IL GIOVEDI DALLE 8.30 ALLE 12.30 IN AULA DELTA IN VIA SANTA SOFIA, aula M302

**********************************************************************************************************************************************************************************************************

Per le lezioni dedicate alle RETI NEURALI.

Installate questi programmi:

- R per impratichirvi un po' CLICK QUI

- JUSTNN che useremo in aula: CLICK QUI

*****************************************************************************************************

AVVISO UTILITA': a luglio 2014 l’Università degli studi di Milano ha sottoscritto il contratto Total Academic Headcount Program con MathWorks S.r.l., http://www.mathworks.it/, azienda leader mondiale nella fornitura di software per il calcolo matematico. 
Il contratto prevede una licenza annuale che consente a tutto lo staff, docenti, ricercatori e studenti, l’installazione del software sia sulle postazioni di proprietà dell’Ateneo che su quelle domestiche.
Gli interessati all’uso possono collegarsi alla pagina http://www.unimi.it/ateneo/80207.htm, autenticarsi, registrarsi al sito di Mathworks e procedere con l’eventuale installazione.
Materiale collegato:
http://www.mathworks.it/help/releases/R2014a/pdf_doc/matlab/index.html

*****************************************************************************************************

Programma del corso e materiali

LIBRI DI TESTO:

Per chi volesse approfondire alcune parti teoriche, sono a disposizione anche i seguenti testi:

https://www.francoangeli.it/Ricerca/scheda_libro.aspx?CodiceLibro=1257.47

https://www.bookrepublic.it/book/9786050342109-la-scienza-della-mente-e-del-computer/

http://www.amazon.it/scienza-della-mente-del-computer-ebook/dp/B00QW6GLJA

http://www.amazon.co.uk/scienza-della-computer-Italian-Edition-ebook/dp/B00QW6GLJA

LIBRO DI TESTO: “INTELLIGENZA ARTIFICIALE – Vol.2, un approccio moderno”, 2° edizione, di Peter Norvig e Stuart Russel, edito dalla Pearson
(è possibile anche acquistarlo on line: http://hpe.pearson.it/opera-2531-40-p.norvig_s.russel-intelligenza_artificiale_-_vol._2-9788871922294

Il volume 1 è altrettanto valido, per cui è consigliato a chi intende approfondire ulteriormente i temi di Intelligenza Artificiale.
Tuttavia, a integrazione del volume 2 adottato, a copertura di tutti i restanti argomenti, sono disponibili sul sito del corso le dispense redatte dal docente.

Si incoraggiano i discenti ad ampliare il contenuto delle dispense e del libro con personali ricerche su Internet, testi, e via dicendo.

Sempre di Nilsson, di piacevolissima lettura, e' anche disponibile The Quest for Artificial Intelligence: A History of Ideas and Achievements (15.3 MB).

Il corso è teorico-pratico: chi ha il portatile, lo porti a lezione quando segnalato dal docente, per seguire le esercitazioni che faremo in classe.

Non è obbligatorio seguire le lezioni. Le dispense sono sufficienti e vale lo stesso discorso per il lavoro di gruppo. Si possono sfruttare le tecnologie informatiche (sic) per restare in contatto con gli altri discenti e con il docente.

Modalità d'esame

progetto di gruppo (non tesina, non dispensa) + discussione/presentazione orale del progetto. Tutto va presentato, via mail, una settimana prima dell'appello.

Gli argomenti sono proposti dal docente o a scelta, ma sottoposti ad approvazione del docente. Devono essere inerenti agli argomenti di AI. Nelle slide saranno evidenziati man mano gli argomenti tra cui poter scegliere.

Tutte le informazioni sulla modalità d'esame le trovate qui: apri/download

I lavori devono essere ORIGINALI. Informazioni su cosa è considerato plagio qui: www.plagiarism.org

Attenzione: è considerato plagio anche l'autoplagio, per cui NON riciclate lavori fatti precedentemente per altri esami

Materiale Lezioni

Ebook Folgieri Lucchiari: di prossima pubblicazione

LIBRO DI TESTO: : “INTELLIGENZA ARTIFICIALE – Vol.2, un approccio moderno”, 2° edizione, di Peter Norvig e Stuart Russel, edito dalla Pearson
(è possibile anche acquistarlo on line: http://hpe.pearson.it/opera-2531-40-p.norvig_s.russel-intelligenza_artificiale_-_vol._2-9788871922294

Il volume 1 è altrettanto valido, per cui è consigliato a chi intende approfondire ulteriormente i temi di Intelligenza Artificiale.

DISPENSE (slide presentate a lezione): apri/download (IN AGGIORNAMENTO. SARANNO CARICATE PRESTO)

Introduzione al corso/modalità d'esame: apri/download

Prima lezione: apri/download

Seconda lezione: apri/download

Terza lezione: apri/download

Quarta lezione: apri/download

Lezione su JUSTNN: apri/download

Quinta, sesta e settima Lezione: apri/download

Come installare la libreria NeuralNet: apri/download

Eventuale altro materiale sarà inserito dopo ogni lezione.

Come impostare un progetto sperimentale: apri/download

materiale (scenario esperimento, esempio ppt, file batch) per OpenVibe: download

(ricordarsi che vanno personalizzati i nomi dei file nei box "write file gdf" e "write file csv" e i path nel box "run comand" e nel file batch. Inoltre, per essere esehuito dal batch, il ppt deve essere salvato come pps o, nella nuova versione di power point, come ppsm. Al posto del ppt si possono usare video, suoni... )

Come creare una rete neurale con JustNN: apri/download

File con tag AIML applicati ad esempi pratici e commentati: apri/download

Scenario esperimento in Openvibe apri/download e materiale correlato apri/download

_______________________________________________________________________________________________________________________________________________________________________________

VARIE (Curiosità, segnalazioni, link utili, istruzioni procedure)

Alcuni link o materiali interessanti:

Dialogo tra due chat-bot: http://www.ilpost.it/2011/08/30/video-chatbot/

Istruzioni per far sì che un chatbot risponda indicando un link: apri/download

Segnalato da voi: Costuire una macchina da soli, ispirandosi a metodi informatici. Informazioni su SCRUM possono essere trovate tra il materiale delle mie lezioni di Project Management (CLICK QUI)

 

______________________________________________________________________________________________________________________

References for foreigner students

It is impossible to suggest a single book covering all the course topics. For this reason I created the course materials, grouping all the information needed to pass the examination (and, I hope, to open your mind and explain AI in a simple way).
If you have any difficulties in reading (and studying) the course materials because they are written in Italian, you can find all the information on the Internet.
To help you, here you can find the list, in English, on the topics taught during the course.
You just have to put the topics as keywords in google (for example) to find the corresponding information in English.
In the brackets, following the keywords, you could find some suggested website, but feel free to search for better ones.

LIST OF TOPICS
KNOWLEDGE REPRESENTATION (suggestion: http://aitopics.net/Representation)
COGNITIVE SCIENCE (sugg. http://en.wikipedia.org/wiki/Cognitive_science)
KNOWLEDGE VS LEARNING (sugg. http://www.exploratorium.edu/IFI/resources/museumeducation/priorknowledge.html)
ARTIFICIAL AND BIOLOGICAL INTELLIGENCE (sugg. http://www.cs.okstate.edu/~subhashk/ubiquity1.pdf)
TURING, THE TURING MACHINE, DO MACHINE THINK? (sugg. www.turing.org.uk/turing/)
PROPOSITIONAL LOGIC (sugg. http://www.cs.odu.edu/~toida/nerzic/level-a/logic/prop_logic/elements/elements.html )
LOGIC AND AI (sugg. http://plato.stanford.edu/entries/logic-ai/)
CHAT-BOT or CHATTER BOT (start here: http://en.wikipedia.org/wiki/Chatterbot)
AIML language (sugg. http://www.alicebot.org/documentation/)
AIML SAMPLES (for example, CLICK HERE)
HOW TO CREATE YOUR OWN CHATBOT (for beginners: http://www.chatbots.org/ai_zone/viewthread/492/)
HOW TO CREATE A PANDORABOTS (sugg. http://www.pandorabots.com/botmaster/en/home)
SEMANTIC WEB (sugg. http://infomesh.net/2001/swintro/)
THE SEMANTIC LAYER CAKE (here: http://www.w3.org/2001/09/06-ecdl/slide17-0.html but look at all the presentation!)
URI AND METADATA (sugg. http://www.w3.org/2001/tag/doc/metaDataInURI-31.html)
RDF: Resource Description Framework (sugg. http://www.w3.org/RDF/)
ONTOLOGIES (sugg. http://semanticweb.org/wiki/Ontology)
OWL language (sugg. http://www.w3.org/TR/owl-features/)
ARTIFICIAL NEURAL NETWORK (ANN) (for beginners: http://www.learnartificialneuralnetworks.com/)
ANN: HISTORY (http://www-cs-faculty.stanford.edu/~eroberts/courses/soco/projects/neural-networks/History/history1.html)
ANN: TAXONOMY (http://www.gc.ssr.upm.es/inves/neural/ann1/concepts/taxonomy.htm)
AUTOMATIC LEARNING METHODS (sugg. http://www.seas.harvard.edu/courses/cs281/L1-scribe.pdf)
THE BACKPROPAGATION ALGORITHM (http://galaxy.agh.edu.pl/~vlsi/AI/backp_t_en/backprop.html)
HOW TO CREATE A NEURAL NETWORK WITH JOONE EDITOR (sugg. http://www.heatonresearch.com/articles/3/page2.html)
HOW TO CREATE A NEURAL NETWORK IN R (an example: http://www.r-bloggers.com/practical-implementation-of-neural-network-based-time-series-stock-prediction-part-2/)
R FOR BEGINNERS (ssugg. http://www.upch.edu.pe/facien/fc/dbmbqf/zimic/ubioinfo/bks/Bioestadistica/R%20Manuals/R%20for%20beginners.pdf)
MACHINE LEARNING (sugg. http://robotics.stanford.edu/~nilsson/mlbook.html)
MACHINE LEARNING AND DATA MINING (sugg. http://web.cecs.pdx.edu/~mperkows/CLASS_479/LECTURES479/PE013..pdf)
MACHINE LEARNING APPROACHES (sugg. http://www.staff.science.uu.nl/~leeuw112/soiaML.pdf)
MACHINE LEARNING OPEN SOURCE SOFTWARE (http://jmlr.csail.mit.edu/mloss/)
EVOLUTIONARY PROGRAMMING (sugg. http://www.perlmonks.org/?node_id=298877)
GENETIC PROGRAMMING(sugg. http://www.geneticprogramming.com/Tutorial/)
NEUROEVOLUTION (start here: http://en.wikipedia.org/wiki/Neuroevolution)
THE GAME OF LIFE (CONWAY) (sugg. http://www.conwaylife.com/)
FUNCTIONAL NEUROIMAGING (http://www.psych.nyu.edu/pylkkanen/Neural_Bases/07_slides/05_Methods.pdf)
EEG (http://en.wikipedia.org/wiki/Electroencephalography)
BCI: BRAIN COMPUTER INTERFACE (start here: http://en.wikipedia.org/wiki/Brain%E2%80%93computer_interface)
OPENVIBE (http://openvibe.inria.fr/)
VIRTUAL REALITY AND AI: NEUROVR 2.0 (http://www.neurovr.org/neurovr2/)