Fornecer conceitos gerais sobre Inteligência Artificial. Possibilitar ao aluno o conhecimento das diversas estratégias na solução de problemas em Inteligência Artificial, e as diferentes formas de representação do conhecimento. Analisar os diferentes problemas de IA e suas técnicas específicas.
Engenharia de conhecimento e inteligência computacional, métodos de otimização numérica, computação evolutiva e algoritmos genéticos;lógica fuzzy; modelos conexionistas, inteligência artificial simbólica.
Revisão de algoritmos e engenharia de conhecimento;Métodos de otimização numérica;Computação evolutiva de algoritmos genéticos;Reconhcimento de padrões e medidas de similaridade;Método do vizinho mais próximo, K-NN;Lógica Fuzzi;Introdução aos modelos conexista: neurônio digital e perceptrons;Redes neurais artificiais supervisionadas;Redes neurais artificiais não supervisionadas;Inteligência artificial simbólica e programação - Prolog.
HUSSEL E. and YUHUI S. Computacional Inteligence Morgan Kaufmann Publishers 1ed. 1a. Ed. 2007.RUSSEL, S., NORVIG, P. (1995). Artificial Intelligence – A Modern Approach. Prentice Hall. ; FERBER, J. (1999). Multi-Agents Systems- an Introduction to Distributed Artificial Intelligence. Addison Wesley.; RICH, E., KNIGHT, K. (1993) Inteligência Artificial . Makron books.; TORSUN, I.S.(1995). Foundations of Intelligent Knowledge-based Systems.. Academic Press. ; SHOHAM, Y. (1994). Artificial Intelligence Techiniques in prolog. Morgan Kaufmann Publishers. ; BRATKO, I. (2001) Prolog programming for Artificial Intelligence. Addison-Wesley Publishing Company. ; SHEN, W.; NORRIE, D. H. and BARTHÈS, J.l (2001). Multi-agent systems for concurrent intelligent design and manufacturing. Taylor & Francis.
