Post on 22-Apr-2015
1
Inteligência Artificial
Prof. Guilherme Alexandre Monteiro Reinaldo
Recife
Apresentação do Professor Graduado em Ciência da Computação – UFPE, 2005.2
Mestre em Ciência da Computação – UFPE, 2009
Servidor Público – ATI (Agência de Tecnologia da Informação)
Experiência como Professor em outras instituições:• FAFICA (Faculdade de Filosofia, Ciências e Letras de Caruaru)• Pós-Graduação – FG, FAFIRE, ESTÁCIO, FMR• Núcleo de EAD – UFRPE (Licenciatura em Computação)• CEFOSPE (Centro de Formação de Servidores do Estado)
Cordelista (Escritor e Declamador de Cordel)
Contatos
Prof. Guilherme Alexandre Monteiro Reinaldo
Apelido: Alexandre Cordel
E-mail/gtalk: alexandrecordel@gmail.com
greinaldo@fbv.edu.br
Site: http://www.alexandrecordel.com.br/fbv
Celular: (81) 9801-1878
Roteiro
Acordo de Convivência Plano de Ensino
• Competência• Habilidades• Bases Tecnológicas• Metodologia de Ensino e
Aprendizagem• Metodologia de Avaliação• Bibliografia
Inteligência Artificial (IA)
Acordo de Convivência Celular no silencioso e sair para atender
Horário: 19:00h às 22:00h (±10min de tolerância)
Presença/participação em aulas (valerão nota)
Haverá exercícios/projetos valendo nota
Faltas em aulas (não justificadas)
Intervalo (~20:30h)
Provas (subjetivas)
Momentos Relax (descontração)
Plano de Ensino COMPETÊNCIA:
• Introdução à Inteligência Artificial. • Visão geral de representação do conhecimento. • Noções de Agentes Inteligentes e Algoritmos de
Buscas. Redes Neurais.• Noções de métodos de otimização. • Algoritmos Genéticos. • Sistemas Nebulosos. • Introdução ao processamento da linguagem
natural. • Noções de robótica.
Plano de Ensino
HABILIDADES:
Durante a disciplina o aluno será capaz de:•Apresentar ao aluno diversos tópicos de IA, tais como: Representação do Conhecimento, Agentes Inteligentes, Métodos de Busca, Redes Neurais, Algoritmos
•Genéticos e Sistemas Nebulosos.
Plano de Ensino
HABILIDADES:
Durante a disciplina o aluno será capaz de:•Dar ao aluno uma visão geral de algumas linhas de pesquisa em IA, de modo que ele possa ter subsídios e orientar-se caso pretenda seguir uma
carreira acadêmica desenvolvendo pesquisa em IA.
•Capacitar o aluno a utilizar técnicas de IA em aplicações reais.
Plano de Ensino BASES TECNOLÓGICAS:
• Introdução à Inteligência Artificial• Agentes Inteligentes. PEAS e o Ambiente de Tarefas.• Tipos de agentes. Formulação do Problema.
Apresentação de um Ambiente que utilizam agentes inteligentes(Robocode)
• Resolução de Problemas por meio de buscas - buscas cegas
• Resolução de Problemas por meio de buscas - buscas com informação (Heuristicas)
• Projeto de busca e Exercícios de fixação• Simulated Annealing, Tabu Search e Algoritmo
Genético
Plano de Ensino BASES TECNOLÓGICAS:
• Projeto Robocode e Entrega do projeto de buscas.
• Introdução à aprendizagem de máquina.• Árvores de decisão e Knn.• Sistemas Nebulosos.• Redes Neurais - Perceptron, Adaline e Backpropagation
• Aprendizagem não supervisionada (k-Means)
Plano de Ensino
METODOLOGIA DE ENSINO APRENDIZAGEM:
Como estratégias de ensino e aprendizagem, estão previstas as seguintes:
•Aulas expositivas/dialogadas;•Exercícios e Projetos;•Trabalho em grupo;•Palestras com profissionais envolvidos na área de qualidade/auditoria e testes de software.
Plano de Ensino
METODOLOGIA DE AVALIAÇÃO:
Como estratégias de avaliação do processo de ensino/aprendizagem, estão previstas as seguintes:
•Prova escrita;•Trabalhos/Projetos em grupo;•Exercícios;•Verificação da assiduidade e participação em aula.
Plano de Ensino
BIBLIOGRAFIA BÁSICA:
1. Russell, Stuart e Norvig, Peter. Inteligência Artificial. Editora Campus, 2003.
2. Haykin, Simon. Redes Neurais - Princípios e prática. Bookman, 2001.
3. Braga, Antonio de Pádua; Carvalho, André Ponce de Leon F. de; Ludermir, Teresa Bernarda. Redes Neurais Artificiais: teoria e aplicações. LTC, 2007.
Plano de Ensino BIBLIOGRAFIA COMPLEMENTAR:
1. Luger, George F. Artificial Intelligence: Structures and Strategies for Complex Problem Solving. Addison Wesley, 2004.
2. Duda, Richard O.; Hart, Peter E.; Stork, David G. Pattern Classification. Wiley-Interscience, 2000.
3. Bishop, Christopher M. Pattern Recognition and Machine Learning. Springer, 2006.
4. Mitchell, Thomas. Machine Learning. McGraw Hill Higher Education, 1997.
5. Marsland, Stephen. Machine Learning: Na Algorithmic Perspective. Chapman & Hall/Crc, 2009.
Inteligência Artificial O que é “Inteligência Artificial (IA)”?
Mas antes disso, o que é INTELIGÊNCIA?
“Inteligência pode ser definida como a capacidade mental de raciocinar, planejar, resolver problemas, abstrair ideias, inferir resultados através de fatos prévios, compreender ideias e linguagens e aprender.”
“A Inteligência artificial (IA) é a inteligência similar a humana exibida por mecanismos ou software.” (RUSSEL & NORVIG, 2003)
Inteligência Artificial Exemplos de “Inteligência Artificial (IA)”?
Inteligência Artificial
Referências
Russell, Stuart e Norvig, Peter. Inteligência Artificial. Editora Campus, 2003.