COMPUTER SCIENCE

Internazionalizzazione della Didattica COMPUTER SCIENCE

Indietro

SC23200015
DIPARTIMENTO DI SCIENZE POLITICHE E DELLA COMUNICAZIONE
CORSO DI LAUREA MAGISTRALE
DIGITAL MARKETING
2025/2026

OBBLIGATORIO
ANNO CORSO 1
ANNO ORDINAMENTO 2024
PRIMO SEMESTRE
CFUOREATTIVITÀ
640LEZIONE
Obiettivi
IL CORSO FORNISCE UNA INTRODUZIONE AI PRINCIPALI METODI E
TECNICHE DI MODELLAZIONE DELL’INTELLIGENZA ARTIFICIALE (SIA DI TIPO SIMBOLICO CHE CONNESSINISTA) CON UN FOCUS SPECIFICO SU SISTEMI DI
RAPPRESENTAZIONE E GESTIONE DELLA CONOSCENZA BASATI SU ONTOLOGIE, KNOWLEDGE GRAPHS E LINKED DATA.
AL TERMINE DI QUESTO CORSO, GLI STUDENTI DOVREBBERO ESSERE IN GRADO DI:
• ESSERE IN GRADO DI AVERE UN APPROCCIO COMPUTAZIONALE AL PROBLEM SOLVING CHE PERMETTA LORO DI SCRIVERE DEI BREVI
PROGRAMMI
• ESSERE IN GRADO DI COMPRENDERE LA DIFFERENZA TRA PROGRAMMI DI INTELLIGENZA ARTIFICIALE NEURALE E SIMBOLICA
• CREARE SISTEMI DI RAPPRESENTAZIONE E GESTIONE DELLA CONOSCENZA IN GRADO DA FUNGERE DA SISTEMI DI SUPPORTO ALLE DECISIONI
Prerequisiti
NESSUNO MA È PREFERIBILE UNA CONOSCENZA DI BASE DI NOZIONI DI LOGICA E STATISTICA
Contenuti
INTRODUZIONE AI PARADIGMI DI MODELLAZIONE DELL'INTELLIGENZA ARTIFICIALE (MODELLI CONNESSIONISTI, SIMBOLICI, IBRIDI). RAPPRESENTAZIONE DELLA CONOSCENZA NELL'INTELLIGENZA ARTIFICIALE: CENNI STORICI (RETI SEMANTICHE, FRAME, REGOLE DI PRODUZIONE). INTRODUZIONE ALLE ONTOLOGIE E A SISTEMI DI RAGIONAMENTO ONTOLOGICO. IL PARADIGMA DEI LINKED DATA E I LINKED OPEN DATA: STANDARD (SKOS) E RISORSE (VOCABOLARI). LINKED DATA NEI BENI CULTURALI (EUROPEANA). INTERROGAZIONE DI BASI DI CONOSCENZA RDF CON SPARQL
LARGE LANGUAGE MODELS (IA GENERATIVA) E ONTOLOGIE PER SISTEMI DI SUPPORTO ALLE DECISIONI
Metodi Didattici
LEZIONI IN PRESENZA
Verifica dell'apprendimento
PROGETTO + ORALE
Testi
LIETO A. COGNITIVE DESIGN FOR ARTIFICIAL MINDS, ROUTLEDGE/TAYLOR & FRANCIS (2021)
  BETA VERSION Fonte dati ESSE3
  • Didattica