Download
1 / 18
180 likes | 297 Views
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)
E N D
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 carreiraacadêmica 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: StructuresandStrategies for ComplexProblemSolving. 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 HigherEducation, 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)”?
Referências Russell, Stuart e Norvig, Peter. Inteligência Artificial. Editora Campus, 2003.
