Jupiterweb

Informações da Disciplina

Preparar para impressão

Júpiter - Sistema de Gestão Acadêmica da Pró-Reitoria de Graduação

Pró-Reitoria de Graduação - Cursos Interunidades

Pró-Reitoria de Graduação

Disciplina: PRG0010 - Inteligência Artificial

Artificial Intelligence

Créditos Aula:	2
Créditos Trabalho:	0
Carga Horária Total:	30 h
Tipo:	Semestral
Ativação:	01/01/2020	Desativação:

Objetivos

A disciplina apresenta os principais conceitos da área de inteligência artificial, incluindo a história da área e seus propósitos básicos. O estudante deve chegar ao final da disciplina com uma visão abrangente dos vários tópicos relevantes para o desenvolvimento de inteligências artificiais, em particular resolução de problemas por busca, representação de conhecimento, planejamento e aprendizado de máquina.

Docente(s) Responsável(eis)

	94764 - André Carlos Ponce de Leon Ferreira de Carvalho
	62900 - Fabio Gagliardi Cozman
	93381 - Sylvio Roberto Accioly Canuto

Programa Resumido

Introdução à disciplina de inteligência artificial; solução de problemas por busca; representação de conhecimento; tomada de decisão e planejamento; aprendizado de máquina.

Programa

1) A história e a definição de inteligência artificial. 2) Solução de problemas e métodos de busca. 3) Representação de conhecimento: lógica e ontologias. 4) Representação de conhecimento: programação lógica e satisfação de restrições. 5) Conhecimento e incerteza: modelos baseados em probabilidades. 6) Árvores de decisão e diagramas de influência. 7) Planejamento e processos de decisão. 8) Aprendizado de máquina: conceitos básicos e avaliação. 9) Algoritmos de regressão. 10) Algoritmos de classificação. 11) Aprendizado não-supervisionado. 12) Algoritmos de agrupamento. 13) Aprendizado por reforço, semi-supervisionado, regras de associação. 14) Aprendizado profundo, aprendizado por ranking, sistemas de recomendação. 15) Aplicações e conexões com outras disciplinas.

Avaliação

Método

Uma prova presencial (P) e dois trabalhos envolvendo programação e processamento de dados (T1 e T2).

Critério

Média ponderada da nota de prova P e de trabalhos T1 e T2.

Norma de Recuperação

Uma prova presencial.

Bibliografia

S. Russel, P. Norvig. Inteligência Artificial (tradução da 3a. edição). Elsevier Editora Ltda, 2013. K. Faceli, A. C. Lorena, J. Gama, A. C. P. L. Ferreira de Carvalho. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina. LTC, 2011.

Clique para consultar os requisitos para PRG0010

Clique para consultar o oferecimento para PRG0010