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: SCC0631 - Introdução a Sistemas Inteligentes
Introduction to Intelligent Systems

Créditos Aula: 2
Créditos Trabalho: 1
Carga Horária Total: 60 h
Tipo: Semestral
Ativação: 15/07/2018 Desativação:

Objetivos
Fornecer uma visão mais detalhada dos sistemas de Inteligência Artificial, enfatizando técnicas e métodos de aquisição e representação de conhecimento.
 
To provide a more detailed view of Artificial Intelligence systems emphasizing techniques and methods of knowledge acquisition and representation.
 
 
Docente(s) Responsável(eis)
2084609 - Maria da Graça Campos Pimentel
 
Programa Resumido
Apresentação dos principais paradigmas de aprendizado para descoberta de conhecimento em base de dados, classificação de padrões e aplicações
 
The course must present the main paradigms of machine learning applied to knowledge discovery in databases, pattern classification, and their applications.
 
 
Programa
Caracterização de Sistemas Inteligentes. Introdução a Sistemas Baseados em Conhecimento. Aprendizado: simbólico, nebuloso, conexionista, genético e probabilístico. Raciocínio baseado em Caso. Sistemas Híbridos. Descobrimento em Base de Dados: Mineração de Dados.
 
Characterization of intelligent systems. Introduction to knowledge-based systems. Learning paradigms: symbolic, fuzzy, connectionist, genetic and probabilistic. Case-based reasoning. Hybrid systems. Knowledge discovery in database: data mining.
 
 
Avaliação
     
Método
Aulas expositivas e exercícios de programação.
Critério
Média obtida a partir de notas de provas e exercícios práticos.
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(s) Texto(s):

-MITCHELL, T.M. Machine Learning. McGraw-Hill 1997.

Bibliografia Complementar:

-BUCHANAN, B.G. and SHORTLIFFE, E.H., eds. Rule-Based Expert-Systems: the Mycin Experiments of the Stanford Heuristic Programming Project. Addison-Wesley, 1984.
-SLOMAN, A. Why we need many knowledge representation formalisms. In M.Bramer Ed. Research and Development in Expert Systems. Cambrige U.P., 1985.
-NEBEL, B.; VON LUCK, K.. Issues of integration and balancing in hybrid knowledge representation systems. In K. Morik, ed. Proceedings of the 11th German Workshop on Artificial Intelligence, p.115-123, 1987.
-RICH, E. & KNIGHT, K. Inteligência Artificial. McGraw Hill. 2ª Edição, 1994.
-RUSSEL, S. & NORVIG, P. Artificial Intelligence: A Modern Approach. Prentice Hall, 1995.
-BITTENCOURT, G. Inteligência Artificial: Ferramentas e Teorias. 10ª Escola de Computação, 1996.
-RILEY, G. Expert Systems - Principles and Programming, Second Edition, PWS Publishing Company, 1994.
-WEISS, S. M. & INDURKIHYA, N.- Predictive Data Mining Morgan Kaujmann, 1998.
-MORIK, K.; WROBEL, S. & KIETZ, J. - Knowledge Aquisition and Machine Learning - Academic Press, 1994.
-KASABOV, N.K. Foundations of Neural Networks, fuzzy Sets, Knowledge Engineering, MIT Press, 1996.
 

Clique para consultar os requisitos para SCC0631

Clique para consultar o oferecimento para SCC0631

Créditos | Fale conosco
© 1999 - 2022 - Superintendência de Tecnologia da Informação/USP