Inteligência Artificial

Curso: Sistemas de Informação, DOURADOS, Noturno (2016) - 4a Série

Professor: CLEBER VALGAS GOMES MIRA

Disciplina: Inteligência Artificial

Carga Horária: 68 h Período Letivo: 02/2016 a 12/2016

Ementa:

Histórico da IA. Fundamentos da IA. Resolução de problemas: mecanismos de busca em espaço de estados; planejamento; jogos. Sistemas especialistas.

Objetivos:

Possibilitar ao aluno o entendimento de sistemas computacionais dentro de uma perspectiva da Inteligência Artificial e a familiaridade com as metodologias e técnicas de desenvolvimento de sistemas inteligentes.

Conteúdo:

1. Introdução aos conceitos e questões da Inteligência Artificial
2. Agentes inteligentes
3. Métodos de busca
4. Jogos
5. Lógica e representação de conhecimento
6. Planejamento
7. Raciocínio sob incerteza
8. Redes bayesianas
9. Aprendizagem

Obs.: O conhecimento de programação funcional (LISP), programação lógica (PROLOG) e programação orientada a objetos é pré-requisito para a realização da disciplina.

Metodologia:

As aulas serão ministradas em sala ou laboratório com o uso do datashow, giz e quadro negro. Serão realizadas aulas em laboratório para a implementação de soluções propostas em listas de exercícios.

Serão efetuadas 3 provas teóricas e um trabalho prático. As prováveis datas das provas e do trabalho são:

• P1 25/05
• P2 21/09
• P3 16/11 CANCELADA!
• T 9/11
• Seminários: 9/11 e 16/11

SUBSTITUTIVA 23/11

EXAME 30/11

Bibliografia:

• RUSSELL, S.; NORVIG, P. Artificial intelligence: a modern approach. Cambridge, MA: Prentice Hall, 2003.
  • RICH, E.; KNIGHT, K. Inteligência artificial. Rio de Janeiro: Makron Books, 1994.
  • GANASCIA, J. Inteligência artificial. São Paulo: Editora: Ática, 1997.

Bibliografia Complementar:

• RUSSELL, S.; NORVIG, P. Inteligência Artificial. 3ª ed. Rio de Janeiro: Editora Elsevier, 2013.
  • RUSSELL, S. J. Inteligência artificial. 2. ed. Rio de Janeiro: Editora Elsevier, 2004.
• JACKSON, J. PHILLIP C. Introduction to artificial intelligence. 2. ed. New York: Dover Publications Inc., 1985.
• BITTENCOURT, G. Inteligência Artificial – Ferramentas e Teorias. Florianópolis, SC: Editora de UFSC, 1998.

Materiais e links:

Página do livro "Inteligência Artificial" de Russel e Norvig (em inglês).

OpenAI Gym (Algoritmos de Reenforço de Aprendizagem)

As apresentações do curso são baseadas nas do prof. Dr. Paulo Santos (FEI).

Critérios de Avaliação:

Serão efetuadas 3 provas (P1, P2 e P3) e um trabalho (T).

A média final será computada pela fórmula :

MF = (P1 + P2 + P3 + T) / 4 onde

P1, P2 e P3 são as notas das respectivas provas com valor entre 0 e 10.

T é a nota do trabalho com valor entre 0 e 10

A prova substitutiva substitui a prova com menor nota. A substitutiva tem valor entre 0 e 10 e o conteúdo é referente a toda a matéria.

A Nota Final (F) é calculada da seguinte maneira:

Caso o valor de MF do aluno for igual ou superior a 6,0, então a nota final é F = MF.

Caso o valor de MF do aluno for entre 3,0 e 6,0, o aluno terá direito a fazer o Exame Final (E) com valor entre 0 e 10 e a nota final será F = (MF + E)/2.

O aluno com nota de MF inferior a 3,0 é automaticamente reprovado.

O Exame Final cobrará o conteúdo de toda a matéria

Será aprovado o aluno cuja nota final F for igual ou superior a 5,0.