UNIVERSIDADE FEDERAL DE SAO JOAO DEL-RE! ~ UFSs NSTTUDAPELALEINE 10428 DE flo2- DOU DE Dien: PRO-REITORIA DE ENSINO DE GRADUACAO - PROEN & > ‘COORDENADORIA DO CURSO DE CIENCIA DA COMPUTAGAO COOP PLANO DE ENSINO CIENCIA DA COMPUTAGAO Turno: integral Curriculo: 2009 Unidade curricular Inteligéncia Artificial Carga Horaria Departamento DCOMP: Periodo +——_—_—_—_-- Codigo CONTAG 2orene Teal Pré-requisito Natureza Grau académico / Habllitagao aes Ceteaviehe Obrigatéria Bacharelado Dados It: (oe ne. Logica Aplicada ) Computayao EMENTA Representagiio do conhecimento. Métodos de resolugdo de problemas. Estratégias de buseas Heuristicas © metaheuristicas. Aprendizado de Maquina: conceitos, instincias ¢ atributos: Préprocessamento; ‘Técnicas de AM supervisionadas ¢ no supervisionadas. Introdugo as Redes Neurais. Algoritmos Genéticos. Multiclassificadores (ensembles): boosting, bagging. stacking. outros. Nogbes de Redes bayesianas e Logica fuzzy OBJETIVOS Apresentar a0 aluno conceitos, téenicas ¢ métodos associados a Inteligéncia Artificial. Dar condigdes para que o aluno compreenda a importéncia da Inteligéncia Artificial para resolugao de problemas nao computaveis e nao vidveis. CONTEUDO PROGRAMATICO 1. Introdugio O que é1A? Histérico Linhas de 1A Dominios de aplicagao de 1A. 2, Representagio de Conhecimento Consideragdes sobre a representagao de conhecimento Usando ligica de predicados Representando o conhecimento por meio de regras Redes Semanticas, Representando o conhecimento por meio de frames Ontologias e grafos conceituais Representagdes alternativas de conhecimento 14 % iUNIVERSIDADE FEDERAL DE SAO JOAO DEL-RE! - UFSJ INSTITUIOA PELALEI N° 10.428, DE 18/04/2002 -D OU DE 2204/2002 . UFSJ ue igeeenae A YES) cooroennooni 8 SunSO bs ceNcn Be ESETY Ac = PROEN cco 3. Sistemas Baseados em Conhecimento (SBCs) Consideragdes iniciais Sistemas Baseados em Conhecimento (SBCs) e Sistemas Especialistas (SEs) Exemplos de SBCs Shells de SBCs 4, Resolugio de problemas Métodos de resolugaio de problemas Busca em espago de estados Arvores e grafos de problemas Métodos de busca Busca heuristica 5. Aprendizado de Miiquina Consideragdes iniciais € problematizagio Aprendizado Indutivo de Maquina ‘Técnicas de AM supervisionadas ¢ nao supervisionadas 6. Redes Neurais Artificinis Historico das Redes Neurais (RNs) ‘Modelos basicos de RNs Perceptrons Algoritmo de retropropagagao (backpropagation) 7. Multiclassificadores (ensembles) Boosting Bagging Stacking 8. Algoritmos genéticos Introdugao 9, Logica Fuzzy Introdugao 10. Testes de Introdugao METODOLOGIA ~ Exposigiio oral: ~ Exposigdio de tema com auxilio de darashow ¢ lousa; - Estudos dirigidos CRITERIOS DE AVALIAGAO Primeira avaliagio 20 pontos Segunda avaliagio 25 pontos 24 ‘Trabalho pritico, 30 pontosUNIVERSIDADE FEDERAL DE SAO JOAO DEL-RE! - UFSJ INSTITUDA PE_ALEINE v0 428, 1042002 DOU DE 247002 'PRO.REITORIA DE ENSINO DE GRADUAGAO ~ PROEN. A annem (COORDENADORIA DO CURSO DE CIENCIA DA COMPUTAGAO ~ CCOMP Prova global 25 pontos Total 100 pontos BIBLIOGRAFIA BASICA _ i. Russel, S., Norvig P, Inteligéncia Artificial, 2a edigdo. Else 1, 2004 2. Luger, George F. Inteligéncia Artificial Estruturas e Estratégias para a solugio de problemas complexos. 4a edigio, Bookman. 2004 3. Braga, A.P; Carvalho, A. C. P.; Ludermir, T. B, Redes Neurais Artificiais - Teoria e aplicagdes, Livros Técnicos ¢ Ciemificos, Editora S.A, 2000. | BIBLIOGRAFIA COMPLEMENTAR 1. J. Hair Je, R. Anderson, R. Tatham, W. Black, Andlise Multivariada de Dados, Artmed, 2005. 2. T. Mitchell, Machine Learning, MeGraw Hill, 1997. 3. Rich, Elaine. Inteligéncia artificial. Sao Paulo: McGraw-Hill, 1988 4. TAN, P.: STEINBACH, M.; KUMAR, V, Introdugao ao Data Mining (Mineragdo de Dados). 2a edigdio, Moderna. 2009. 5, Goldberg, David E. Genetic algorithms in search, optimization, and machine learning, Boston: Addison-Wesley, 1989. NORMAS GERAIS DA DISCIPLINA. T Todas as provas sii eseritas, presenciais, individuais ¢ sem consulta, 2. $6 terdo direito a prova substitutiva os alunos que perderem média em alguma das trés provas ‘aplicadas ao longo do semesire. A prova substitutiva é aplicada no final do semestre € cobre toda a materia 3. 0 atraso seguinte curva: centrega de quaisquer dos trabathos acarretaré na redugao da nota final segundo a NT/Q% Onde, NF = nota final NT= nota sem atraso. D= ntimero de dias de atraso 4, Por tratar-se de curso presencial, o comparecimento do corpo discente as aulas ¢ obrigatério. Em nenhuma hipétese seré concedido abono de falta, exceto nos casos previstos na legislago em vigor € no estatuto desta universidade. | 34 YeUNIVERSIDADE FEDERAL DE SAO JOAO DEL-RE| - UFSJ INSTITUIOA PELALEI N10 426, DE 18/04/2002 -D OU DE 2204/2002 PRO-REITORVA DE ENSINO DE GRADUACAO ~ PROEN Bi risen ‘GOORDENADORIA D0 CURSO DE CIENCIA DA COMPUTAGAO - GCOMP Aprovado pelo Colegiadoem 0% / 05 /20\2 boar Lin pr Aibegoue Professor(a) responsavel Coordenador(a) (Carimbo) (Carimbo) 44