Jupiterweb

Informações da Disciplina

Preparar para impressão

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

Escola de Engenharia de São Carlos

Engenharia Elétrica e de Computação

Disciplina: SEL0362 - Inteligência Artificial

Artificial Intelligence

Créditos Aula:	2
Créditos Trabalho:	0
Carga Horária Total:	30 h
Tipo:	Semestral
Ativação:	01/01/2009	Desativação:

Objetivos

Introduzir os fundamentos de inteligência artificial e de representação do conhecimento.

Programa Resumido

Fundamentos de Inteligência artificial (IA): inteligência, o cérebro e o computador inteligente, linguagens computacionais em IA. Representação do conhecimento e métodos para resolução de problemas: redes semânticas e casamento de descrição; gerar e testar, análise meio-fim e resolução de problemas, árvores e busca; regras e encadeamento; frames e herança; lógica e prova por resolução. Aplicações em IA: planejamento, aprendizagem de máquinas; visão, linguagem natural, sistemas especialistas. Aplicações em engenharia elétrica.

Programa

Fundamentos de Inteligência artificial (IA): inteligência, o cérebro e o computador inteligente, linguagens computacionais em IA. Representação do conhecimento e métodos para resolução de problemas: redes semânticas e casamento de descrição; gerar e testar, análise meio-fim e resolução de problemas, árvores e busca; regras e encadeamento; frames e herança; lógica e prova por resolução. Aplicações em IA: planejamento, aprendizagem de máquinas; visão, linguagem natural, sistemas especialistas. Aplicações em engenharia elétrica.

Avaliação

Método

Aulas expositivas, resolução de problemas.

Critério

Média ponderada das provas e/ou trabalhos.

Norma de Recuperação

Os critérios de avaliação da recuperação devem ser similares aos aplicados durante o semestre regular do oferecimento da disciplina;
1) A nota final (MF) do aluno que realizou provas de recuperação dependerá da média do semestre (MS) e da média das provas de recuperação (MR), como segue:
a) MF=5 se 5 ≤MR ≤ (10 - MS);
b) MF = (MS + MR) / 2 se MR > (10 – MS)
c) MF = MS se MR < 5.
2) O período de recuperação das disciplinas deve se estender do início até um mês antes do final do semestre subsequente ao da reprovação do aluno em primeira avaliação.

Bibliografia

WINSTON, P.H.  Artificial inteligence. Addison Wesley, 1992.  RICH, E., KNIGHT, K.  Inteligência artificial. Makron Books do brasil, 1994.  CHARNIAK. E., McDERMOTT, D. Introduction to IA. Addison Wesley, 1987.

Clique para consultar os requisitos para SEL0362

Clique para consultar o oferecimento para SEL0362