Jupiterweb

Informações da Disciplina

Preparar para impressão

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

Escola Politécnica

Engenharia de Comp e Sist Digitais

Disciplina: PCS3838 - Inteligência Artificial

Artificial Intelligence

Créditos Aula:	4
Créditos Trabalho:	0
Carga Horária Total:	60 h
Tipo:	Quadrimestral
Ativação:	01/01/2018	Desativação:

Objetivos

Esta disciplina apresenta os principais conceitos e técnicas utilizados para a concepção e desenvolvimento de sistemas computacionais inteligentes, enfatizando os problemas que se destinam a solucionar, os principais formalismos e linguagens de programação e as principais aplicações práticas.

This course introduces the key concepts and techniques used to conception and development of intelligent computer systems, emphasizing the problems which are intended to solve, the formal models and programming languages, and the main practical applications.

Docente(s) Responsável(eis)

	319590 - Anarosa Alves Franco Brandão
	2705708 - Anna Helena Reali Costa
	55972 - Jaime Simão Sichman

Programa Resumido

Introdução à Inteligência Artificial. Agentes inteligentes. Representação e resolução de problemas. Busca cega, informada, e local. Satisfação de restrições. Agentes lógicos. Planejamento. Conhecimento incerto. Sistemas de raciocínio probabilístico. Aprendizagem de máquina. Tópicos avançados e aplicações.

Introduction to Artificial Intelligence. Intelligent agents. Problem representation and solving. Blind, informed and local search. Constraint satisfaction. Logical agents. Planning. Uncertain knowledge. Probabilistic reasoning systems. Machine learning. Advanced topics and applications.

Programa

Introdução à Inteligência Artificial. Definição e caracterização de agentes inteligentes e ambientes. Representação de problemas e resolução de problemas em Inteligência Artificial. Técnicas de busca: busca cega, busca informada e busca local. Problemas de satisfação de restrições. Agentes baseados em lógica. Planejamento em Inteligência Artificial. Representação e inferência com conhecimento incerto. Sistemas baseados em raciocínio probabilístico. Técnicas de aprendizagem de máquina: aprendizado supervisionado, não supervisionado e por reforço. Tópicos avançados e aplicações.

Introduction to Artificial Intelligence. Definition and characterization of intelligent agents and environments. Problem representation and problem solving in Artificial Intelligence. Search techniques: blind search, informed search and local search. Constraint satisfaction problems. Logical-based agents. Planning in Artificial Intelligence. Uncertain knowledge representation and inference. Systems based on probabilistic reasoning. Machine learning techniques: supervised, unsupervised and reinforcement learning. Advanced topics and applications.

Avaliação

Método

Provas escritas e exercícios práticos.

Critério

Média ponderada de 3 notas, sendo 2 provas e uma nota de exercícios(s) prático(s).

Norma de Recuperação

Prova escrita.

Bibliografia

[1]	Russel, S. and Norvig, P. (2013). Inteligência Artificial. Tradução da 3a. edição. Rio de Janeiro: Elsevier Editora Ltda.

Bibliografia Complementar / Complementary bibliography
[1]	Mitchell, T.M. (1997). Machine Learning. Boston, McGraw-Hill.
[2]	Luger, G.F. (2004) Inteligência Artificial: estruturas e estratégias para a solução de problemas complexos. Tradução Paulo Engel, 4ª. Edição. Porto Alegre: Bookmann. 
[3]	Rich, E., Knight, K. (1991) Artificial Intelligence, 2nd. Ed.New York: McGraw-Hill.
[4]	Winston, P.H. (1992) Artificial Intelligence. 3rd. Ed. Reading: Addison-Wesley.

Clique para consultar os requisitos para PCS3838

Clique para consultar o oferecimento para PCS3838