Curso: Sistemas de Informação, DOURADOS, Noturno (2017) - 4a Série
Professor: CLEBER VALGAS GOMES MIRA
Disciplina: Inteligência Artificial
Carga Horária: 68 h Período Letivo: 02/2017 a 12/2017
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:
Introdução aos conceitos e questões da Inteligência Artificial
Agentes inteligentes
Métodos de busca
Jogos
Lógica e representação de conhecimento
Planejamento
Raciocínio sob incerteza
Redes bayesianas
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, um seminário e um trabalho prático envolvendo programação. As prováveis datas das provas, do seminário e do trabalho são:
P1 26/04
P2 28/06 21/06 (data de prova remarcada com anuência dos alunos)
P3 27/09 18/10 (data de prova remarcada com anuência dos alunos)
T 8/11
Seminários: 25/10 e 8/11
SUBSTITUTIVA 22/11
EXAME 29/11
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), um seminário (S) e um trabalho (T).
A média final será computada pela fórmula :
MF = (P1 + P2 + P3 + S + T) / 5 onde
P1, P2 e P3 são as notas das respectivas provas com valor entre 0 e 10.
S é a nota do seminário com valor entre 0 e 10.
T é a nota do trabalho com valor entre 0 e 10.
A prova substitutiva substitui a menor nota dentre todas as avaliações anteriores (P1, P2, P3, S e T). 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.