Fundamentos de Inteligência Artificial
2024/1 - Turma 0301
Ementa
Visão geral da IA; estudo dos conceitos, modelos, métodos, técnicas e aplicações da Inteligência Artificial. Buscas em largura e em profundidade, heurísticas, agentes, algoritmos genéticos, sistemas especialistas, redes bayesianas, redes neurais, ant system, particle swarm optimization.
Competências
Conhecer os conceitos básicos da inteligência artificial
Entender os processos básicos envolvidos na área da inteligência artificial e sua relação com o processamento da informação
Compreender problemas computacionais que podem ser trabalhados com tecnologias de inteligência artificial
Objetivos
Objetivo Geral:
Conhecer os principais conceitos de inteligência artificial, compreendendo suas estruturas bem como sua participação no desenvolvimento de sistemas
Objetivos específicos:
• Compreender os conceitos relativos à inteligência artificial e acompanhar a sua evolução ao acompanhar .
• Conhecer algumas das principais técnicas de IA .
• Saber utilizar as técnicas de forma adequada na resolução de problemas.
Programa
Introdução a Inteligência Artificial
Heurísticas
Buscas
Algoritmos Genéticos
Redes Neurais Artificiais
Sistemas Especialistas
Lógica Fuzzy
Redes Bayesianas
Agentes Inteligentes
Ant System
Metodologia
O Aporte Teórico-metodológico de Competências será oferecido por meio de aulas expositivas, discussões em grupos e em classe, apresentação e debate de materiais de apoio ao conteúdo (artigos, capítulos de livros).
O Trabalho Discente Efetivo se dará, em cada aula, por meio de questionários, testes, mapas conceituais. Nestas atividades os alunos deverão se aprofundar no assunto com o apoio do material indicado e seguindo as instruções passadas pelo professor, compartilhar com a sua equipe ou com a classe o conhecimento obtido construindo, em conjunto, propostas de resolução dos problemas ou questões apresentados, mapas conceituais, slides, vídeos, protótipos, dentre outras possibilidades de produção discente.
Durante o semestre, os alunos terão acesso a WebAulas na plataforma Conecta: 03 aulas online serão disponibilizadas em um sistema web, compostas por recursos didáticos - como textos, apresentações e vídeos - e atividades individuais ou em grupo, seguindo as determinações da Portaria MEC nº 2.117, de 06 de dezembro de 2019.
Avaliação
O aluno será avaliado ao longo do semestre letivo em duas avaliações de grau, a saber:
* Grau Um (G1, com peso 1), composta por:
- Trabalhos: 4,0
- Prova individual, com conteúdo do primeiro bimestre letivo: 6,0
* Grau Dois (G2, com peso 2), composta por:
- Trabalhos: 4,0
- Prova individual, com conteúdo do segundo bimestre letivo: 6,0
A Média Parcial (MP) será a média ponderada entre G1 e G2: MP = (G1 + 2 x G2) / 3.
Será aprovado o aluno que alcançar a MP igual ou superior a 6,0 (seis).
O aluno, com ou sem aprovação, que desejar aumentar a sua MP e atingir frequência mínima de 75%, terá direito de realizar a prova de Exame Final (EF).
Para o aluno que fizer a prova de EF, a Média Final (MF) será a média ponderada entre MP (peso um) e EF (peso dois). Logo: MF = (MP + EF x 2) / 3.
Para os alunos que não realizarem a prova de EF a MF será igual a MP.
Será aprovado o aluno que alcançar a MF igual ou superior a 6,0 (seis) e atingir, no mínimo, 75% de frequência.
Bibliografia
Básica
COPPIN, Ben. Inteligência artificial. Rio de Janeiro: LTC, 2013. E-book. [Minha Biblioteca]. Disponível em: https://integrada.minhabiblioteca.com.br/books/978-85-216-2936-8. Acesso em: 4 abr. 2022.
LUGER, G. F. Inteligência artificial. 6. ed. São Paulo: Pearson Education do Brasil, 2013. E-book. [BV Pearson]. Disponível em: https://plataforma.bvirtual.com.br/Acervo/Publicacao/180430. Acesso em: 4 abr. 2022.
RUSSELL, Stuart J.; NORVIG, Peter. Inteligência artificial. Rio de Janeiro: LTC, 2021. E-book. [Minha Biblioteca]. Disponível em: https://integrada.minhabiblioteca.com.br/books/9788595156104. Acesso em: 4 abr. 2022.
Complementar
BRAGA, Antônio de Pádua. Redes neurais artificiais: teoria e aplicação. Rio de Janeiro: LTC, 2014.
FERNANDES, Anita Maria da Rocha. Inteligência artificial: noções gerais. Florianópolis: Visual, 2003.
LINDEN, R. Algoritmos genéticos. 3. ed. Rio de Janeiro, 2012.
MEDEIROS, L. F. Inteligência artificial aplicada: uma abordagem introdutória. Curitiba: InterSaberes, 2019. E-book. [Minha Biblioteca]. Disponível em: https://plataforma.bvirtual.com.br/Acervo/Publicacao/161682. Acesso em: 4 abr. 2022.
MENEZES, Alexandre Moreira de. Os paradigmas de aprendizagem de algoritmo computacional. Ebook. [BV Pearson]. Disponível em: https://plataforma.bvirtual.com.br/Acervo/Publicacao/163641. Acesso em: 4 abr. 2021.
Material Digital
MIT Technology Review - https://mittechreview.com.br/topicos/inteligencia-artificial/
