UniversitÓ degli Studi Suor Orsola Benincasa - Napoli
Dipartimento di Scienze formative, psicologiche e della comunicazione
ModalitÓ di navigazione
Percorso
Contenuto

Servizio LePrE
Informazioni in tempo reale su orari delle Lezioni, Programmi di studio e appelli d'Esame

Versione stampabile

Intelligenza artificiale ed elementi di programmazione
Corso di Laurea in Scienze e tecniche di psicologia cognitiva
CFU: 9
SSD: M-PSI/01
Docente: Roberta Presta
Anno Accademico 2019/2020

 

Versione italiana

Obiettivi
Il corso di Intelligenza Artificiale ed Elementi di Programmazione mira ad introdurre lo studente ai modelli computazionali che (i) traducono le teorie dell'architettura mentale e che (ii) implementano in maniera ottimizzata ("razionale") le caratteristiche dell'intelligenza umana legate alla rappresentazione delle informazioni, al ragionamento e all'apprendimento.
Il corso si propone di far confrontare lo studente con il pensiero computazionale, investigandone gli aspetti legati alle teorie della mente e mettendolo in pratica nella risoluzione di problemi di elaborazione delle informazioni di media e piccola entitÓ con il supporto di un calcolatore. Particolare enfasi in questo contesto sarÓ data ai problemi legati all'apprendimento automatico.

Contenuto
Cenni storici sulla nascita dell'Intelligenza Artificiale. L'approccio del test di Turing, della logica, della modellazione cognitiva e degli agenti razionali.
Architetture della mente e dei sistemi computazionali. Il modello di Von Neumann.
Il concetto di informazione e la sua rappresentazione.
Il pensiero computazionale. Il concetto di algoritmo, programma e linguaggi di programmazione.
L'apprendimento e metodi di apprendimento automatico. Reti neurali naturali e reti neurali artificiali.
Applicazione degli elementi di programmazione e dei metodi di apprendimento automatico con il linguaggio di programmazione R e la piattaforma DataCamp.

Testi adottati
1) Stuart J. Russell and Peter Norvig, "Intelligenza Artificiale. Un approccio moderno", Volume 2, seconda edizione (2005). Pearson Education Italia, in alternativa a Stuart J. Russell and Peter Norvig, "Artificial Intelligence: A Modern Approach", 3rd edition (2009). Pearson Education.
2) Brett Lantz, "Machine Learning with R", 2nd edition (2015). Packt Publishing.
3) Materiale da Data Camp, gruppo "UNISOB - Artificial Intelligence and Foundations of Programming"
4) Dispense delle lezioni e slide

ModalitÓ di erogazione
Tradizionale

Metodo di valutazione
Prova scritta

Metodo di insegnamento
Il corso prevede lezioni frontali ed esercitazioni pratiche al computer.

Metodo di valutazione
Gli studenti saranno valutati in base al risultato conseguito ad un esame scritto consistente in un test multirisposta ed ai risultati ottenuti tramite la piattaforma DataCamp.

 

English version

Learning outcomes
The course of Artificial Intelligence and Programming Elements aims to introduce the student to the computational models that (i) translate the theories of the mental architecture and that (ii) implement in an optimized ("rational") way the characteristics of human intelligence related to information representation, reasoning, and learning.
The course introduces the students to computational thinking, both by investigating its aspects related to theories of the mind and by putting it into practice in solving problems of information processing of medium and small size using a computer. Particular emphasis in this context will be given to problems related to machine learning.

Course contents
Introduction and historical background of Artificial Intelligence. The approach of Turing's test, of the rational thinking, of the cognitive modeling and of rational agents.
Architectures of the mind and of the computational systems. Von Neumann's model.
The concept of information and its representation.
Computational thinking. The concept of algorithm, program and programming languages.
Learning and methods of machine learning.
Natural neural networks and artificial neural networks.
Application of programming elements and machine learning methods with the R programming language and the DataCamp platform.

Text Books
1) Stuart J. Russell and Peter Norvig. 2009. Artificial Intelligence: A Modern Approach (3 ed.). Pearson Education.
2) Brett Lantz. 2015. Machine Learning with R (2nd ed.). Packt Publishing.
3) Materials from DataCamp, "UNISOB - Artificial Intelligence and Foundations of Programming" group
4) Lecture notes and slides

Teaching Method
Class Lecture

Method of Evaluation
Written Examination

Teaching methods
The course includes lectures and practical exercises with computers.

Assessment methods
Students will be assessed on the basis of the result obtained in a written examination consisting of a multi-test and on the basis of the results obtained through the DataCamp platform.

 


Nota bene: per verificare la validitÓ dei programmi degli anni accademici precedenti controllare su LePrE, nella scheda del singolo corso, le note presenti nelle sezioni orari di ricevimento e/o appelli di esame.
 

Ultimo aggiornamento: 7.6.2020 ore 09:06

Men¨ della FacoltÓ
Men¨ rapido
Men¨ principale
ConformitÓ agli standard

XHTML 1.0CSS 3 | Conforme alle linee guida per l'accessibilitÓ ai contenuti del Web - livello tripla A


© 2004/20 UniversitÓ degli Studi Suor Orsola Benincasa - Napoli  | Crediti