120153 - PROJECT WORK INTELLIGENZA ARTIFICIALE PER L'OTTIMIZZAZIONE VINCOLATA

insegnamento

ID:

120153

Tipo Insegnamento:

Opzionale

Durata (ore):

0

CFU:

SSD:

SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI

Url:

Dettaglio Insegnamento:

INTELLIGENZA ARTIFICIALE, DATA SCIENCE E BIG DATA/PERCORSO COMUNE Anno: 1

Dettaglio Insegnamento:

INTELLIGENZA ARTIFICIALE, DATA SCIENCE E BIG DATA/PERCORSO COMUNE Anno: 2

Anno:

2024

Periodo di attività

Secondo Semestre (24/02/2025 - 30/05/2025)

Obiettivi Formativi

Il Project Work permette agli studenti e alle studentesse di sviluppare un progetto mettendo in pratica le tecniche apprese nell’insegnamento di Intelligenza Artificiale per l’Ottimizzazione Vincolata.
Analizzare le specifiche, progettare e realizzare applicazioni basate su vincoli o sviluppando nuovi vincoli; collaudare il software sviluppato e condurvi prove sperimentali.

Prerequisiti

Aver acquisito i contenuti dell’insegnamento “Intelligenza Artificiale per l’Ottimizzazione Vincolata” associato al project work.

Metodi didattici

L'attività è priva di didattica frontale, ma gli studenti e le studentesse sono invitati ad interagire con il docente sia per concordare il progetto, sia per svolgerlo con adeguato supporto e suggerimenti. I crediti sono da acquisire nel lavoro individuale e/o di gruppo di sviluppo progettuale.

Verifica Apprendimento

Per sostenere l’esame è necessario concordare col docente una applicazione, basata su vincoli, da sviluppare in seguito sotto la supervisione del docente.
L’esame è costituito dalla presentazione del progetto, che sarà fatta dal singolo studente/studentessa (in caso di attività individuale) o dal gruppo di studenti nel suo insieme, previo appuntamento da concordare con il docente. Ogni studente dovrà avere la responsabilità di una parte del progetto chiaramente identificata, dimostrare di avere compreso l'architettura e le funzioni di tutti i principali componenti software e dovrà fare una presentazione dettagliata dei componenti realizzati e dei risultati ottenuti.
Gli studenti sono invitati a preparare una presentazione (Power Point o simile) ed eventualmente una demo se il progetto lo richiede. Dovranno inoltre consegnare al docente il codice prodotto qualche giorno prima della data di esame. Infine, conclusa la discussione, dovranno consegnare la presentazione ed eventuali altri elaborati usati durante l'esame.
L’esame può essere sostenuto in Italiano o in Inglese.

Testi

Il materiale didattico consiste nella documentazione dei linguaggi utilizzati per sviluppare il progetto.
Per approfondimenti, si consigliano i seguenti testi:
- Krzysztof R. Apt and Mark Wallace. Constraint Logic Programming using Eclipse. Cambridge University Press, 2007
- Francesca Rossi, Peter van Beek, Toby Walsh (Eds.):
Handbook of Constraint Programming, Elsevier 2006
- Martin Gebser, Roland Kaminski, Benjamin Kaufmann, Torsten Schaub: Answer Set Solving in Practice. Morgan & Claypool, 2012

Contenuti

Sarà proposto agli studenti di svolgere un progetto - da svolgere individualmente o in piccoli gruppi di 2 persone al massimo - riguardante l’applicazione di una o più tecniche presentate nell’insegnamento di Intelligenza Artificiale per l’Ottimizzazione Vincolata, usando sistemi e linguaggi di Intelligenza Artificiale (tra i quali Constraint Logic Programming o Answer Set Programming).

Lingua Insegnamento

Non è prevista didattica frontale, ma gli studenti interagiscono con il docente per la supervisione del progetto. A scelta dello studente, le interazioni possono essere in Italiano o in Inglese.