Informações da Disciplina

 Preparar para impressão 

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


Instituto de Ciências Matemáticas e de Computação
 
Ciências de Computação
 
Disciplina: SCC0530 - Inteligência Artificial
Artificial Intelligence

Créditos Aula: 4
Créditos Trabalho: 1
Carga Horária Total: 90 h
Carga Horária de Extensão: 10 h
Tipo: Semestral
Ativação: 15/07/2024 Desativação:

Objetivos
Apresentar ao aluno as idéias fundamentais da Inteligência Artificial e algumas características relacionadas à implementação desse tipo de sistemas.
 
 
 
Docente(s) Responsável(eis)
65312 - Solange Oliveira Rezende
 
Programa Resumido
Caracterização dos problemas de IA e aplicações. Métodos de busca para resolução de problemas. Formalismos de Representação de Conhecimento e Inferência. Aprendizado de Máquina.
 
 
 
Programa
História da IA. Caracterização dos problemas de IA e aplicações (por exemplo, em processamento de linguagem natural, mineração de dados e robótica). Introdução à programação lógica e seu uso em IA. Métodos de busca para resolução de problemas: busca cega e informada, busca com adversários. Formalismos de representação de conhecimento e inferência: lógica, redes semânticas, frames, scripts e regras de produção. Sistemas baseados em conhecimento. Noções gerais de aprendizado de máquina. Introdução a algumas técnicas relevantes de aprendizado, como árvores de decisão, naive-bayes, redes neurais, algoritmos genéticos e k-means. Ética e impactos da IA.
 
 
 
Avaliação
     
Método
Exposição em aulas, resolução de exercícios e trabalhos práticos de programação.
Critério
Serão atribuídas notas a exercícios e trabalhos práticos, executados alguns em classe e outros fora de classe. A nota final será calculada pela média ponderada das notas obtidas pelo aluno nos trabalhos e provas, no decorrer do semestre.
Norma de Recuperação
-Critério de Aprovação: NP+(Mrec/2,5), se Mrec > ou =7,5; ou Max {NP,Mrec}, se Mrec < ou = 5,0; ou 5,0, se 5,0 < ou = Mrec < 7,5.( NP=1ª avaliação, Mrec=prova)
 
Bibliografia
     
Livro Texto:
-RUSSEL, S.; NORVIG, P. Artificial Intelligence: A Modern Approach. Prentice Hall, 2009 (3ª edição).
-G. F. LUGER, Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Addison-Wesley, 4th edition, 2008 (6a edição).
-Faceli, K., Lorena, A. C., Gama, J. e Carvalho, A.: Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina, Editora LTC, 2011
-Rosa J. L. G.: : Fundamentos da Inteligência Artificial, Editora LTC, 2011
-REZENDE, S.O. Sistemas Inteligentes: Fundamentos e Aplicações. 1. ed., Manole, 2003.

Bibliografia Complementar: 
-BRATKO, I. Prolog Programming for Artificial Inteligence. 3. ed., Addison-Wesley, 2001. 
-RICH, E. Artificial Intelligence. 2.ed. McGraw Hill, 1993.
- NILSSON, NILS J. Artificial Intelligence, SAN FRANCISCO : MORGAN KAUFMANN, 1998. 513 P. IL.
- POOLE, D.; MACKWORTH, A.; GOEBEL, R. Computational Intelligence: a Logical Approach. Oxford 
University Press, 1998.
-WINSTON,P.H. Artificial Intelligence, Reading. Addison-Wesley, 1977
-BRATKO, I. Prolog Programming for Artificial Inteligence.
- MITCHELL, T. Machine Learning, McGraw-Hill, 1997.
- REZENDE, S.O.(Ed.) Sistemas Inteligentes. Fundamentos e Aplicações. Manole. 2003.
- BITTENCOURT, G. Inteligência Artificial Ferramentas e Teorias. UFSC. 3a. Edição. 2006
-RICH, E.;. KNIGHT, K. Inteligência Artificial. McGraw Hill
-G. F. LUGER, Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Addison-Wesley, 4th edition, 2002.
 
Atividades de Extensão
     
Grupo social alvo da atividade
Comunidade externa (alunos de escola pública, pessoas que pretendem ingressar na universidade e público em geral).
Objetivos da atividade
Promover a interação entre a universidade e sociedade, com a participação dos alunos, buscando o comprometimento da comunidade universitária com interesses e necessidades do grupo alvo.
Descrição da atividade
Desenvolvimento de aplicações voltadas para tópicos de interesse da sociedade.
Indicadores de avaliação da atividade
Avaliação dos projetos pela comunidade participante para verificar se a solução proposta atende a demanda. Avaliação da receptividade e participação da comunidade nos projetos desenvolvidos. Aplicação de Conhecimentos Teóricos: Avaliação da capacidade dos alunos de aplicar os conhecimentos adquiridos em sala de aula para desenvolver soluções para a comunidade atendida. Produção Acadêmica: Qualidade e relevância dos relatórios, projetos e materiais educativos produzidos pelos alunos como resultado da atividade extensionista.

Clique para consultar os requisitos para SCC0530

Clique para consultar o oferecimento para SCC0530

Créditos | Fale conosco
© 1999 - 2024 - Superintendência de Tecnologia da Informação/USP