Corso AI
RE Aprile ‘21
Classe Interattiva I
Prof. Fabrizio Davide
Topics
➤
Le videolezioni
➤
Durata del corso
➤
Testi consigliati
➤
Le classi sincrone
➤
Notizie sull’esame
Le videolezioni
➤ Il corso si compone di 21 videolezioni classificate come obbligatorie o opzionali.
➤ Le videolezioni obbligatorie sono 10 e contengono tutte le informazioni necessarie per superare l’esame di fine corso.
Le videolezioni - Dieci sono obbligatorie
➤ Lezione n. 1: Intelligenza Artificiale. Introduzione
➤ Lezione n. 2: Agenti intelligenti
➤ Lezione n. 12: Quantificazione dell’incertezza
➤ Lezione n. 13: Reti Bayesiane
➤ Lezione n. 14: Probabilistic reasoning over time
Programma del corso - dieci videolezioni obbligatoie
➤ Lezione n. 15: Making simple decisions
➤ Lezione n. 18: Apprendimento & alberi di decisione
➤ Lezione n. 19: Regressione e classificazione - Prima parte
➤ Lezione n. 20: Regressione e classificazione - Seconda parte
➤ Lezione n. 21: Learning with knowledge & statistical learning
Video Lezioni – browser non autenticato
https://www.uninettunouniversity.net/it/cyberspaziomateria.aspx?lf=it&courseid
=4971°ree=288&planid=762&faculty=0&tutorid=13114
DURATA DEL CORSO
➤ Inizia il 15 Aprile 2021
➤ Termina il 18 giugno 2021
➤ dura un totale di 10 settimane
Testi consigliati
• S.J. Russell, P. Norvig, “Intelligenza Artificiale. Un approccio Moderno” , Vol. 1 e 2, Pearson, Milano
https://docplayer.it/30948188-Intelligenza-artificiale-un-approccio-moderno.html
• Ian Goodfellow and Yoshua Bengio and Aaron Courville, Deep Learning, An MIT Press https://www.deeplearningbook.org/book
Part I, Chapters 2–5: Applied Math and Machine Learning Basics (includes linear algebra, probability and information theory, numerical computation, and machine learning basics)
And Part II, Chapters 6–8: Modern Practical Deep Networks (deep feedforward networks and regularization for deep learning, optimization for training deep learning).
• A. NG, Machine Learning Yearning
https://d2wvfoqc9gyqzf.cloudfront.net/content/uploads/2018/09/Ng-MLY01-13.pdf
Le classi Interattive
➤ Ogni settimana ci sarà una classe interattiva sulla piattaforma di Microsoft Teams dell’Università, a cui vi ricordiamo di
accedere usando le vostre credenziali di Ateneo.
➤ Trovate le classi interattive schedulate nell'agenda interattiva nel vostro cyberspazio didattico nel portale di Ateneo.
➤ La prossima ci sarà giovedì 22 Aprile.
Le classi Interattive
➤ Le classi interattive tratteranno temi ulteriori a quelli delle videolezioni, aggiornandole ed estendendole ad applicazioni più vicine agli interessi dello studente lavoratore.
➤ Case studies di interesse professionale, sviluppati come lavori di gruppo.
Le classi Interattive
➤ Intro all’AI – Deep Learning
➤ AI nelle organizzazioni prod. / L’irragionevole successo del Deep Learning
➤ Esame dell’ambiente di produzione sotto il profilo dell’introd.
di AI
➤ Case Study: obiettivi e risorse
Le classi Interattive
➤ AI nelle organizzazioni prod. / aspetti etici
➤ Case Study: impatti sull’organizzazione
➤ Altri trend sull’AI e scenari sul futuro
➤ Discussione e Chiusura dei case studies
➤ Riepilogo dei temi e questioni aperte
Contatti e domande
➤ La maggior parte delle questioni saranno tratte in un question time che avremo durante le classi interattive.
➤ In casi particolari (es. per l’esame) è utile mandare un email a fabrizio.davide@uninettunouniversity.net
➤ Non usate l'agenda per richiedere un appuntamento, perché la prenotazione non tiene conto di impegni già schedulati.
Divisione in Classi
➤ Siete stati divisi in classi di trenta studenti per la partecipazione alle classi interattive.
➤ Sono state costituite 5 classi, denominate come:
➤ ENEL1_Aprile2021
➤ ENEL2_Aprile2021, etc
Aspettative sul corso AI
➤
Breve intervista su formazione, area aziendale di attività
➤
