emanuelec/appunti-intelligenza-artificiale

Appunti del corso di Intelligenza artificiale (a.a. 2017/2018) - università degli studi di Padova

Appunti-intelligenza-artificiale

Appunti del corso di Intelligenza artificiale in italiano (a.a. 2017/2018) - università degli studi di Padova

Contenuti coperti finora:

• Breve introduzione dell'intelligenza artificiale
• Tipi di agenti e di ambienti (specifica p.e.a.s.)
• Problem solving agents ed esempi di formulazione di problemi
• Ricerca su alberi
• Ricerca non informata e informata
• Stable matching: algoritmo di Gale-Shapley
• Problemi con vincoli
  • Tipi di consistenza locale (node, arc, path consistency)
  • Vincoli soft (esempi di proiezione e combinazione)
• Sistemi di voto
  • k-approval (plurality, majority, 3-approval...)
  • Borda
  • Copeland
  • i formalismi dei vincoli soft e delle reti CSP
• Reti bayesiane (in progress)
  • Inferenza probabilistica in una rete bayesiana (enumerazione ed eliminazione)
• Introduzione e cenni di reinforcement learning (in progress)

Esercizi

• Stable matching problem
• Dare esempi di problemi csp arco consistenti ma non consistenti
• Problema csp con backtracking, forward checking e arc consistency
• Esercizio di combinazione per i vincoli soft
• Esercizio di inferenza probabilistica data una rete bayesiana (sia per eliminazione che per enumerazione)

Laboratori

• Problem solving agent vacuum e space problem (Python + networkx)
• Ricerca in ampiezza su un grafo (Python + networkx)
• Algoritmo di stable matching (Gale-Shapley) (Python + networkx)
• Problema di colorazione di un grafo (Python + networkx + python-constraint)
• Problema delle n regine (Python + python-constraint)
• Voting problem (Python + networkx)
• 10-Bandit problem (Python)
• Reti neurali: classificazione di vini (Python + Keras + Theano)
• Reti neurale da zero (niente dipendenze, derivate calcolate esplicitamente) (Python)

Approfondimento - Paper

• Predizione della struttura di una proteina in nun reticolo bidimensionale
• Definizione di problema con vincoli
• Hill climbing search
• Q-Learning

Fonti:

• Gabriela Czibula, Maria-Iuliana Bocicor and Istvan-Gergely Czibula "A Reinforcement Learning Model for Solving the Folding Problem" Babes-Bolyai University, Department of Computer Science
• William E. Hart, Alantha Newman Protein Structure Prediction with Lattice Models Sandia National Laboratories & Massachusetts Institute of Technology
• Mao Chen, Wen-Qi Huang A Branch and Bound Algorithm for the Protein Folding Problem in the HP Lattice Model School of Computer Science and Technology, Huazhong University of Science and Technology, Wuhan 430074, China

appunti-intelligenza-artificiale's Issues

Ricerca Informata - Cos'è la ricerca informata

h(n) = 0 solo nel caso n sia uno stato goal, non per ogni n come scritto.

Fonte: libro pagina 92 "if n is a goal node, then h(n)=0."