Studiare

In questa sezione è possibile reperire le informazioni riguardanti l'organizzazione pratica del corso, lo svolgimento delle attività didattiche, le opportunità formative e i contatti utili durante tutto il percorso di studi, fino al conseguimento del titolo finale.

Piano Didattico

A.A. 2024/2025 A.A. 2023/2024 A.A. 2022/2023 A.A. 2021/2022

Queste informazioni sono destinate esclusivamente agli studenti e alle studentesse già iscritti a questo corso.
Se sei un nuovo studente interessato all'immatricolazione, trovi le informazioni sul percorso di studi alla pagina del corso:

Laurea interateneo in Ingegneria dei sistemi medicali per la persona - Immatricolazione dal 2025/2026

Il piano didattico è l'elenco degli insegnamenti e delle altre attività formative che devono essere sostenute nel corso della propria carriera universitaria.
Selezionare il piano didattico in base all'anno accademico di iscrizione.

CURRICULUM TIPO:

1° Anno 

InsegnamentiCreditiTAFSSD
9
A
MAT/03
6
A
MAT/05
12
C
BIO/09 ,BIO/16
9
B
ING-INF/05
6
A
CHIM/07
12
A
INF/01
6
A
FIS/01

2° Anno   Attivato nell'A.A. 2022/2023

InsegnamentiCreditiTAFSSD
12
A
MAT/05 ,MAT/07
9
B
ING-IND/13
6
A
FIS/01
12
B
ING-INF/01
9
B
ING-INF/06
6
C
ING-IND/22

3° Anno   Attivato nell'A.A. 2023/2024

InsegnamentiCreditiTAFSSD
1 insegnamento a scelta
6
C
ING-INF/06
6
C
ING-INF/06
6
C
MED/33 ,M-EDF/02
6
C
MED/18 ,MED/37
6
C
ING-IND/06
6
C
BIO/09 ,MED/01
6
C
ING-INF/05
6
C
ING-INF/05
6
C
ING-INF/06
6
C
ING-INF/05
6
C
ING-INF/05
6
C
ING-INF/05
6
C
ING-INF/05
6
C
M-FIL/03 ,M-PSI/08
6
B
ING-INF/05
6
B
ING-INF/04
6
B
ING-IND/34
6
C
ING-INF/04
3
E
-
6
E
-
Insegnamenti Crediti TAF SSD
Tra gli anni: 2°- 3°
Altre attività formative: lo studente può scegliere tra le 2 seguenti opzioni: a) 2 CFU di seminari al 2 anno e 7 CFU di tirocinio al 3 anno oppure b) 9 CFU di tirocinio al 3 anno.
7
F
-
9
F
-
Tra gli anni: 2°- 3°
12
D
-

Legenda | Tipo Attività Formativa (TAF)

TAF (Tipologia Attività Formativa) Tutti gli insegnamenti e le attività sono classificate in diversi tipi di attività formativa, indicati da una lettera.

A Attività di base
B Attività caratterizzanti
C Attività formative affini o integrative
D Attività a scelta dello studente
E Prova finale
F Altre attività formative
S Stage e tirocini presso imprese, enti pubblici o privati, ordini professionali

Intelligenza artificiale (2023/2024)

Codice insegnamento

4S009890

Crediti

6

Coordinatore

Marco Cristani

Lingua di erogazione

Italiano

Settore Scientifico Disciplinare (SSD)

ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Corsi Singoli

Autorizzato

MoodleMoodle Seminari 0

L'insegnamento è organizzato come segue:

Teoria

Crediti

4

Periodo

II semestre

Docenti

Marco Cristani

Orario Lezioni
Laboratorio

Crediti

2

Periodo

II semestre

Docenti

Pietro Lovato

Orario Lezioni

Obiettivi di apprendimento

L’obiettivo del corso è di fornire allo studente un'introduzione ai concetti fondamenti dell'intelligenza artificiale ed alle sue aree di ricerca principali.
Lo studente acquisirà capacità di analisi e capacità progettuali elementari in aree specifiche come la ricerca, la programmazione con vincoli, la logica computazione, i modelli grafici probabilistici, l'apprendimento automatico.

Prerequisiti e nozioni di base

Analisi matematica I, Calcolo delle probabilità e statistica

Programma

- Introduzione: cos'è l'IA. Inquadramento storico e disciplinare dell'IA. Struttura generica di un agente di decisione.
- Rappresentazione dei dati. Attributi ("feature") discreti, continui, sequenziali e strutturati. Esempi: rappresentazione di testi, di immagini, di segnali industriali, di serie finanziarie, di segnali acustici, di video.
- Richiamo di elementi minimi di statistica.
- Richiamo di elementi minimi di matematica.
- Fondamenti della teoria probabilistica Bayesiana.
- Estrazione e selezione delle feature
- Selezione del modello
- Learning di modelli generativi e discriminativi, Tipi di apprendimento.
- Learning non supervisionato.
Reti neurali e "deep learning": architettura, dinamica e apprendimento.
Vari esempi.

Bibliografia

Vai alla bibliografia
Visualizza la bibliografia con Leganto, strumento che il Sistema Bibliotecario mette a disposizione per recuperare i testi in programma d'esame in modo semplice e innovativo.

Modalità didattiche

Lezioni frontali e sessioni di laboratorio in Python

Modalità di verifica dell'apprendimento

Verifica scritta su tutti gli argomenti dell’insegnamento, attraverso domande aperte ed esercizi, per la durata di 3 ore. La modalità di esame è la stessa per frequentanti e non frequentanti. Non sono previste prove intermedie

Le/gli studentesse/studenti con disabilità o disturbi specifici di apprendimento (DSA), che intendano richiedere l'adattamento della prova d'esame, devono seguire le indicazioni riportate QUI

Criteri di valutazione

Per superare l'esame gli studenti dovranno dimostrare di:
- aver compreso i concetti che stanno alla base della teoria dell’Intelligenza Artificiale;
- essere in grado di esporre le proprie argomentazioni in modo preciso e organico;
- saper applicare le conoscenze acquisite per risolvere problemi applicativi presentati sotto forma di domande ed esercizi.

Criteri di composizione del voto finale

Il voto dello scritto sarà fino ad un massimo di 33 punti, saturando a 30 e Lode.

Lingua dell'esame

Italiano