Inteligência Artificial

Categoria: Disciplina
  • Aggarwal, C. C. (2021). Artificial Intelligence A Textbook. Springer. Chopra, D., & Khurana, R. (2023). Introduction to Machine Learning with Python. Bentham Science Publishers. Miller, B. N., & Ranum, D. L. (2023). Problem solving with algorithms and data structures using Python (4th ed.). Franklin, Beedle & Associates. Russell, S., & Norvig, P. (2021). Artificial intelligence: a modern approach. Pearson. Teoh, T. T., & Rong, Z. (2022). Artificial Intelligence with Python. Springer Singapore.
  • Engenharia de Tecnologias e Sistemas Web (M) (ISLA Santarém)
  • 6159
  • 2129
  • Inteligência Artificial
  • ISLA Santarém6159-2129
  • 1
  • 6
  • 0
  • 25
  • Não
  • Português
  • Exposição de cada tópico da matéria, com aplicação prática de imediato através de exercícios e trabalhos, uma vez que, esta unidade curricular é essencialmente de prática laboratorial. Portanto, será usada a metodologia Aprendizagem Baseada em Resolução de Problemas (ABRP).
  • Obrigatório
  •              Estudar as principais áreas da Inteligência Artificial: Agentes inteligentes, Procura, Métodos de resolução de problemas, Heurísticas e meta-heurísticas, Representação do Conhecimento e Raciocínio e Aprendizagem Automática. Competências: Identificar os problemas que podem ser resolvidos com Inteligência Artificial; Representar o conhecimento com estruturas computacionais; Programação em logica; Compreender e aplicar os principais algoritmos de resolução de problemas de forma automática; Aplicar as técnicas de Aprendizagem Automática; Implementar os principais algoritmos em C#; Usar as bibliotecas de IA do Python.
  • 1.Introdução à Inteligência Artificial e suas aplicações  2.Agentes inteligentes e Agentes lógicos  3.Representação do Conhecimento, Raciocínio e Lógica  3.1 Estruturas e Objetos  3.2 Agentes Baseados em Conhecimento  3.3 Representação, Raciocínio e Lógica  3.4 Transformação do Conhecimento em Ação  3.5 Lógica Proposicional, de Predicados, Modal e Temporal  3.6 Introdução à Programação em Lógica  4. Métodos de Resolução de Problemas  4.1 Agentes de Pesquisa  4.2 Formulação de Problemas  4.3 Pesquisa Informada e não informada  4.4 Computação Evolucionária  4.5 Problemas com Satisfação de Restrições  4.6 Problemas Considerando Adversários  4.7 Heurísticas Modernas  5. Aprendizagem Automática Classificação e categorização  5.1 Aprendizagem indutiva  5.2 Redes neuronais  5.3 Ciência de dados  5.4 Aprendizagem profunda  6.Implementação dos algoritmos Implementação em C# Bibliotecas de IA em Python 

  • Avaliação contínua:

    • Trabalho prático (Relatório e projeto); 60%;
    • Teste final prático; 40%.

    Avaliação Final:

    Todos os estudantes que não tenham concluído com sucesso a avaliação continua podem realizar um exame final teórico-prático (100%) na época de avaliação definida pela instituição.

  • Semestral
  • Esta UC explora técnicas avançadas como agentes inteligentes, algoritmos de procura, aprendizagem automática e redes neuronais. Os estudantes aplicam modelos de IA em cenários reais, desenvolvendo sistemas de suporte à decisão com ferramentas open-source. Com ênfase em aulas teórico-práticas, promove competências para inovação em automação e análise preditiva.¿

Menu Português

Pesquisa

Login Form