Ingegneria della conoscenza - programma corso

Programma del corso

Ingegneria della conoscenza e strumenti di supporto alle decisioni

Corso di laurea in Scienze della Comunicazione

• Durata: 24 ore
• Struttura: 8 lezioni di 3 ore
• Orario: giovedì 14:00 – 17:00
• Ubicazione: Villa Toeplitz

Note lezione

• Argomento: Definizione di conoscenza (dato, informazione, conoscenza)

  Lezione introduttiva: Cenni storici sull’A.I., definizioni, stato dell’arte e definizione delle branche della materia (ragionamento, risoluzione problemi, linguaggi naturali, percezione, apprendimento, soft computing, reti neurali, fuzzy logic, algoritmi genetici, business intelligence, sistemi esperti), storia.

• Risoluzione automatica di problemi: (spazio degli stati, ricerca, euristica, grafi, …)

  Lezione tecnico-concettuale: Linguaggi naturali, percezione, pianificazione, ottimizzazione.

• Rappresentazione della conoscenza: (regole, reti semantiche, frames, procedure, casi, …)

  Lezione tecnico-concettuale: Logica dei predicati del primo ordine. Cenni al linguaggio Prolog.

• Metodi di ragionamento: (inferenza, deduzione, induzione, abduzione, non monotonia, Case Based Reasoning, …)

  Ingegneria della conoscenza, acquisizione ed elicitazione della conoscenza: Tipologie di conoscenza (testuale, formale, esplicita, implicita, precisa, sfumata, …)

• Domini di applicazione: (diagnostica, configurazione, pianificazione, …)

  Lezione tecnico-concettuale: Sistemi Basati sulla Conoscenza: Architettura, Motori inferenziali, Interfaccia utente con demo.

• Tecniche di inferenza: (concatenamento in avanti, indietro, quantificatori, …)

  Esercitazione pratica: realizzazione (con Plexpert) di un piccolo sistema esperto che opera su internet o su un telefonino. Gli esercizi completi verranno pubblicati sul sito universitario.

• Soft Computing: logica fuzzy.

  Lezione tecnico-concettuale con demo: Esperimento in aula: controllo e pilotaggio in tempo reale di un oggetto in movimento (simulato).

• Strumenti di Supporto alle Decisioni: Data Mining e Business Intelligence.

  Lezione tecnico-concettuale: Apprendimento supervisionato. Esperimento in aula: generazione di un albero decisionale in campo medico/finanziario/industriale con esercitazione pratica.

• Apprendimento non supervisionato: conceptual clustering.

  Esperimento in aula: generazione di categorie di mercato/risorse umane.

• Reti neurali: modelli, tecniche, applicazioni.

  Lezione tecnico-concettuale con demo: Esperimento in aula: riconoscimento di caratteri manoscritti.