Sie sind auf Seite 1von 18

Inteligncia Artificial

Prof. Guilherme Alexandre Monteiro Reinaldo


Recife

Apresentao do Professor

Graduado em Cincia da Computao UFPE, 2005.2

Mestre em Cincia da Computao UFPE, 2009

Servidor Pblico ATI (Agncia de Tecnologia da Informao)

Experincia como Professor em outras instituies:

FAFICA (Faculdade de Filosofia, Cincias e Letras de Caruaru)


Ps-Graduao FG, FAFIRE, ESTCIO, FMR
Ncleo de EAD UFRPE (Licenciatura em Computao)
CEFOSPE (Centro de Formao 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 Convivncia

Plano de Ensino

Competncia
Habilidades
Bases Tecnolgicas
Metodologia de Ensino e Aprendizagem
Metodologia de Avaliao
Bibliografia

Inteligncia Artificial (IA)

Acordo de Convivncia

Celular no silencioso e sair para atender

Horrio: 19:00h s 22:00h (10min de tolerncia)

Presena/participao em aulas (valero nota)

Haver exerccios/projetos valendo nota

Faltas em aulas (no justificadas)

Intervalo (~20:30h)

Provas (subjetivas)

Momentos Relax (descontrao)

Plano de Ensino

COMPETNCIA:
Introduo Inteligncia Artificial.
Viso geral de representao do conhecimento.
Noes de Agentes Inteligentes e Algoritmos de Buscas.
Redes Neurais.
Noes de mtodos de otimizao.
Algoritmos Genticos.
Sistemas Nebulosos.
Introduo ao processamento da linguagem natural.
Noes de robtica.

Plano de Ensino

HABILIDADES:

Durante a disciplina o aluno ser capaz de:


Apresentar ao aluno diversos tpicos de IA,
tais como: Representao do Conhecimento,
Agentes Inteligentes, Mtodos de Busca,
Redes Neurais, Algoritmos
Genticos e Sistemas Nebulosos.

Plano de Ensino

HABILIDADES:

Durante a disciplina o aluno ser capaz de:


Dar ao aluno uma viso geral de algumas
linhas de pesquisa em IA, de modo que ele
possa ter subsdios e orientar-se caso
pretenda seguir uma carreira acadmica
desenvolvendo pesquisa em IA.
Capacitar o aluno a utilizar tcnicas de IA em
aplicaes reais.

Plano de Ensino

BASES TECNOLGICAS:
Introduo Inteligncia Artificial
Agentes Inteligentes. PEAS e o Ambiente de Tarefas.
Tipos de agentes. Formulao do Problema. Apresentao de
um Ambiente que utilizam agentes inteligentes(Robocode)
Resoluo de Problemas por meio de buscas - buscas cegas
Resoluo de Problemas por meio de buscas - buscas com
informao (Heuristicas)
Projeto de busca e Exerccios de fixao
Simulated Annealing, Tabu Search e Algoritmo Gentico

Plano de Ensino

BASES TECNOLGICAS:
Projeto Robocode e Entrega do projeto de buscas.
Introduo aprendizagem de mquina.
rvores de deciso e Knn.
Sistemas Nebulosos.
Redes Neurais - Perceptron, Adaline e
Backpropagation
Aprendizagem no supervisionada (k-Means)

Plano de Ensino

METODOLOGIA DE ENSINO APRENDIZAGEM:

Como estratgias de ensino e aprendizagem, esto previstas


as seguintes:

Aulas expositivas/dialogadas;
Exerccios e Projetos;
Trabalho em grupo;
Palestras com profissionais envolvidos na
rea de qualidade/auditoria e testes de
software.

Plano de Ensino

METODOLOGIA DE AVALIAO:

Como estratgias de avaliao do processo de


ensino/aprendizagem, esto previstas as seguintes:

Prova escrita;
Trabalhos/Projetos em grupo;
Exerccios;
Verificao da assiduidade e participao em
aula.

Plano de Ensino

BIBLIOGRAFIA BSICA:

1. Russell, Stuart e Norvig, Peter. Inteligncia Artificial. Editora


Campus, 2003.
2. Haykin, Simon. Redes Neurais - Princpios e prtica. Bookman,
2001.
3. Braga, Antonio de Pdua; Carvalho, Andr Ponce de Leon F.
de; Ludermir, Teresa Bernarda. Redes Neurais Artificiais:
teoria e aplicaes. LTC, 2007.

Plano de Ensino

BIBLIOGRAFIA COMPLEMENTAR:

1. Luger, George F. Artificial Intelligence: Structures and Strategie


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.

Inteligncia Artificial

O que Inteligncia Artificial (IA)?

Mas antes disso, o que INTELIGNCIA?


Inteligncia pode ser definida como a capacidade mental de
raciocinar, planejar, resolver problemas, abstrair ideias, inferir
resultados atravs de fatos prvios, compreender ideias e
linguagens e aprender.
A Inteligncia artificial (IA) a inteligncia similar a humana
exibida por mecanismos ou software. (RUSSEL & NORVIG, 2003)

Inteligncia Artificial

Exemplos de Inteligncia Artificial (IA)?

Inteligncia Artificial

Referncias
Russell, Stuart e Norvig, Peter. Inteligncia
Artificial. Editora Campus, 2003.