Plano de EnsinoURI Câmpus de Erechim
 

PLANO DE ENSINO

DEPARTAMENTO DE ENGENHARIAS E CIÊNCIA DA COMPUTAÇÃO

Disciplina: Inteligência Artificial

Código: 30-476

Carga Horária: 80h (60h Teórica + 20h Prática)

Nº de Créditos: 04

 

EMENTA

Introdução a Inteligência Artificial (IA). IA Simbólica e IA não Simbólica. Representação de Problemas em IA. Resolução de Problemas. Estratégias de Busca. Representação do Conhecimento. Sistemas Especialistas. Programação em Lógica. Tópicos de IA: Sistemas Tutores Inteligentes, Sistemas Multiagentes, Lógica Fuzzy, Redes Neurais e Algoritmos Genéticos. Aspectos gerais de sistemas baseados em conhecimento. Aplicações de IA

 

OBJETIVOS

Compreender os principais conceitos ligados à Inteligência Artificial, introduzindo o estudo da Inteligência Artificial aliando teoria e prática. Capacitar o aluno na identificação, classificação e solução de problemas de acordo com as técnicas de IA; a analisar, entender, e implementar técnicas e soluções computacionais, com o objetivo de simulação por máquina de comportamento inteligente.

 

CONTEÚDOS CURRICULARES

Conceitos de Inteligência Artificial

Definição da amplitude da área de Inteligência Artificial

Definição e diferenciação das áreas de IA Simbólica e não-Simbólica

Tipos e representação de Problemas em IA

Formas de Resolução de Problemas

Estratégias de Busca e aplicação de técnicas de Busca Heurística

Abordagens de Representação de Conhecimento

Apresentação detalhada das abordagens de representação do conhecimento

Lógica das Proposições e de Predicados

Regras de Produção

Definição e detalhamento de Sistemas Especialistas

Programação em lógica

Tópicos de IA

Sistemas Multiagentes

Sistemas Tutores

Lógica Fuzzy

Redes Neurais

Algoritmos Genéticos

Sistemas Baseados em Conhecimento

 

METODOLOGIA

Os alunos desenvolverão Trabalhos Discente Efetivos (TDE) no total de 20h, de acordo com o planejamento do professor: estudos de caso, pesquisas bibliográficas, resolução de problemas e lista de exercícios.

O desenvolvimento dos conteúdos será feito através de aulas expositivas verbais e diálogo entre alunos e professor (com utilização de recursos audiovisuais e técnicas como exibição de slides, exposição oral, demonstrações práticas e teóricas), enquanto são discutidos os itens de cunho teórico; evoluindo em tópicos específicos para exercícios práticos e demonstrações (com técnicas como atividades práticas individuais, em grupos, demais atividades direcionadas ao conteúdo e discussões) visando a fixação dos conteúdos, e contextualização baseada em publicações atualizadas.

Uso de atividades em laboratório com o objetivo de demonstrar os conceitos estudados. Também serão realizados estudos de caso, debates, resolução de exercícios práticos, com execução de atividades que possibilitem a aplicação do conteúdo visto em aula de forma dinâmica e interativa.

No decorrer do semestre, serão utilizadas metodologias ativas com o objetivo de potencializar o processo de ensino-aprendizagem.

 

AVALIAÇÃO

Para esta disciplina a avaliação semestral deve considerar a média ponderada entre as notas, que serão definidas através das seguintes avaliações:

Parte da avaliação da disciplina, com peso 20%, será referente às atividades desenvolvidas nas TDEs, conforme previsto pelas regras da graduação Ativa da URI;

O restante das notas consistirá em provas e trabalhos (teóricos e/ou práticos), com assuntos específicos da disciplina.

A atribuição de notas para a avaliação do desempenho do acadêmico, segue o prescreve o Regimento Geral da Universidade, Art. 88 a 92. 

 

BIBLIOGRAFIA

BIBLIOGRAFIA BÁSICA

BITTENCOURT, Guilherme. Inteligência artificial: ferramentas e teorias. 3. ed. Florianópolis: Universidade Federal de Santa Catarina., 2006.

RICH, E., KNIGHT, K. (1993) Inteligência Artificial. Makron books.

RUSSEL, Stuart J. NORVIG, Peter. Inteligência Artificial. São Paulo:Campus, 2004.

 

BIBLIOGRAFIA COMPLEMENTAR

LINDEN, Ricardo. Algoritmos genéticos: uma importante ferramenta da inteligência computacional. 2. ed. Rio de Janeiro: Brasport, 2008.

FERBER, J. Multi-Agents Systems - an Introduction to Distributed Artificial Intelligence. Addison Wesley, 1999.

FERNANDES, Anita Maria da Rocha. Inteligência artificial: noções gerais. Florianópolis: Visualbooks, 2005.

AZEVEDO, Fernando Mendes de; BRASIL, Lourdes Mattos; OLIVEIRA, Roberto Célio Limão de. Redes neurais com aplicações em controle e em sistemas especialistas. Florianópolis: Visual Books, 2000.

BARONE, Dante e colaboradores. Sociedades Artificiais: A Nova Fronteira da Inteligência nas Máquinas. Bookman, 2003.

 

 

 

Notícias do Curso

Ver todas