Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas Inteligentes
Sumário
Capítulo 1
Introdução à
Inteligência Artificial 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
2 Sistemas Inteligentes
1.1 Subáreas da IA
 Quebra-cabeça, jogos.
 Tradução de idiomas.
d) Extração de conhecimento
 Descoberta de conhecimento.
e) Aprendizado
f) Programação
 Sistemas multiagentes.
6 Sistemas Inteligentes
Recapitulando
Este capítulo apresentou as diferentes áreas que fazem parte
da Inteligência Artificial e o que cada uma dessas áreas tenta
solucionar.
Fabiana Lorenzi1
Capítulo 2
Conhecimento 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
Capítulo 2 Conhecimento 9
 Entrevistas estruturadas
Exemplo:
SE meio de transporte é avião
ENTÃO realizar reserva de passagens.
Recapitulando
Este capítulo teve como objetivo permitir que você aluno en-
tenda um pouco mais sobre o que é conhecimento. Porque
algumas vezes falamos dados, outras informação e outras co-
nhecimento.
Referências bibliográficas
REZENDE, Solange Oliveira. Sistemas Inteligentes: fundamen-
tos e aplicações. Baureri, SP: Manole, 2005.
Atividades
1) Sobre conhecimento, é possível afirmar que:
a) Papéis.
b) Objetos.
c) Representantes.
Capítulo 2 Conhecimento 21
d) Casos.
a) Entrevistas e vídeos.
a) Casos e Regras.
b) Frames e Casos.
a) Quadros.
b) Redes semânticas.
22 Sistemas Inteligentes
d) Lógica proposicional.
Gabarito
1) d
2) b
3) b
4) c
5) c
Fabiana Lorenzi1
Capítulo 3
Sistemas Baseados em
Regras 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
24 Sistemas Inteligentes
Se <condição>
Então <ação>
Por exemplo:
Recapitulando
Este capítulo apresentou os sistemas baseados em regras e
seus principais conceitos. É importante lembrar que em domí-
nios em que a extração das regras é muito difícil e onde exis-
tem muitas exceções às regras, devemos optar pelo desenvol-
vimento de sistemas baseados em casos, ao invés de regras. O
próximo capítulo apresenta os principais conceitos de sistemas
baseados em casos.
Atividades
1) No desenvolvimento de um Sistema Baseado em Conheci-
mento, buscam-se as seguintes características:
a) Antigo e Novo.
b) Progressivo e Regressivo.
Capítulo 3 Sistemas Baseados em Regras 31
c) Progressivo e Novo.
d) Antigo e Regressivo.
Gabarito
1) c
2) c
3) c
4) b
5) b
Fabiana Lorenzi1
Capítulo 4
Sistemas Baseados em
Casos 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
Capítulo 4 Sistemas Baseados em Casos 33
4.1.2 Indexação
Sistemas baseados em casos derivam seu poder da sua ha-
bilidade em recuperar casos relevantes da base de casos de
forma eficiente. O fundamental para atingir uma recuperação
de casos eficiente é saber como essa base de conhecimento
deve ser indexada de maneira que o processo de recuperação
seja mais preciso e eficiente.
Recapitulando
Este capítulo apresentou os sistemas baseados em casos e
seus principais conceitos. Optamos pelo desenvolvimento des-
se tipo de sistema quando existe um grande volume de dados
históricos e muitas exceções às regras.
Atividades
1) Um sistema baseado em casos deve ser utilizado quando:
Referências bibliográficas
AAMODT, A. e PLAZA, E. Case-Based Reasoning: Foundatio-
nal issues, Methodical Variations and System Approaches.
AI Communications, vol 7(1), 1994.
Gabarito
1) d
2) c
3) d
4) b
5) d
Fabiana Lorenzi1
Capítulo 5
Sistemas de
Recomendação 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
54 Sistemas Inteligentes
Top N
Cross-sell
Comentários (especialista/revisões do
usuário)
Filtragem Colaborativa
Recapitulando
Este capítulo apresentou os sistemas de recomendação, bem
como as técnicas de recomendação que podem ser utilizadas.
Os sistemas de recomendação são utilizados para que seja
possível recomendar opções mais direcionadas ao perfil do
usuário, resolvendo o problema da existência de muita infor-
mação na Internet.
Referências bibliográficas
ADOMAVICIUS, G.; TUZHILIN, A. Toward the Next Generation
of Recommender Systems: a survey of the state-of-the-art
and possible extensions. IEEE Transactions on Knowledge
and Data Engineering, Piscataway, NJ, USA, v. 17, n. 6, p.
734-749, 2005.
Atividades
1) É considerado um objetivo de um Sistema de Recomenda-
ção...
a) Filtragem colaborativa.
Capítulo 5 Sistemas de Recomendação 71
d) Entrevistas estruturadas.
b) Cold-start.
c) Ovelha negra.
c) TF-IDF.
d) Recuperação de casos.
Gabarito
1) c
2) a
3) b
4) b
5) b
Fabiana Lorenzi1
Capítulo 6
Sistemas Multiagente 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
74 Sistemas Inteligentes
 Racionalidade limitada.
 Informação incompleta.
A função do agente é:
Então
Aspirar
Capítulo 6 Sistemas Multiagente 85
Senão
Início
se estado=sujo
então
retornar Aspirar
senão
se posição = A
então
retornar Direita
senão
se posição = B
então
retornar Esquerda
senão
retornar fazer_nada
Fim
86 Sistemas Inteligentes
Cognitivo (deliberativo)
Híbridos
Recapitulando
Este capítulo introduziu o aluno na área de Inteligência Artifi-
cial Distribuída e apresentou o principal conceito da área: o
agente. Os tipos de agentes mais conhecidos são: reativo e
cognitivo.
Capítulo 6 Sistemas Multiagente 87
Referências bibliográficas
Russell, S. and Norvig, P. (2004). Inteligência Artificial. Cam-
pus, Rio de Janeiro, RJ.
Atividades
1) Quanto à motivação da Inteligência Artificial Distribuída, é
correto afirmar que:
a) Negociação imperativa.
Gabarito
1) c
2) c
3) c
4) d
5) b
Fabiana Lorenzi1
Capítulo 7
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
Capítulo 7 Teoria dos Jogos 91
Recapitulando
Este capítulo apresentou os principais conceitos envolvidos na
área de Teoria dos Jogos. Alguns modelos bem conhecidos
foram apresentados.
Referências Bibliográficas
Arthur, W. Brian, “Inductive Reasoning and Bounded Rationali-
ty”, American Economic Review (Papers and Proceedings),
84,406-411, 1994.
Atividades
1) Quanto à Teoria dos Jogos, pode-se afirmar que:
Gabarito
1) d
2) d
3) c
4) b
5) d
Fabiana Lorenzi1
Capítulo 8
Algoritmos Genéticos 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
Capítulo 8 Algoritmos Genéticos 103
5) Volta ao passo 1.
Crossover
Mutação
Atividades
1) Sobre o Intervalo de Geração, pode-se afirmar que:
a) Aleatória.
Recapitulando
Este capítulo apresentou os principais conceitos da IA Evolu-
cionária, especialmente os Algoritmos Genéticos. Estes são
utilizados, na maioria das vezes, para auxiliar no processo de
busca e otimização, especialmente em problemas que apre-
sentam muitas possíveis soluções.
Referências bibliográficas
SERRÃO, R., VIEGEL, A., ALVES, J, CANDIAGO, P. Aplicação
de algoritmos genéticos para descoberta da palavra secre-
ta. Relatório de pesquisa, 2006.
Gabarito
1) d
2) c
3) c
4) d
5) d
Fabiana Lorenzi1
Capítulo 9
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
120 Sistemas Inteligentes
9.2.1 Supervisionado
As regras ou algoritmos de aprendizado do tipo supervisionado
atuam com o auxilio de um professor. A rede precisa conhecer
o conjunto de entrada e o conjunto de saída. A saída obtida
pela rede é calculada conforme a saída desejada, calcula-se
um erro que é utilizado para corrigir os pesos sinápticos.
9.3.1 Perceptron/Adaline
Os valores de entrada e níveis de ativação são -1 ou +1. Os
pesos têm valores reais, e o nível de ativação dele é dado pela
soma dos valores ponderados das entradas (∑WiXi).
1 se
-1 se
9.3.2 Backpropagation
O Backpropagation é um modelo multicamadas, derivado do
Perceptron, que possui aprendizado supervisionado e alimen-
tação à frente. Conforme apresentado na Figura 9.4, seus
neurônios são compostos por três ou mais camadas de percep-
trons/adalines interconectados, tendo a camada intermediária
(hidden). Essa camada não existe nos perceptrons/adalines.
Wi(t+1)=Wi(t)+n(t)*(X(t)-Wi(t)) se i ∈ vizinhança
Recapitulando
Este capítulo apresentou os principais conceitos de Redes Neu-
rais, utilizadas na solução de problemas onde não temos co-
Capítulo 9 Redes Neurais Artificiais 131
Atividades
1) Considere as afirmativas a seguir:
d) Por pesos.
a) Adaline.
b) Mapas de Kohonen.
c) Backpropagation.
d) Redes de Hopfield.
Gabarito
1) d
2) c
3) b
4) c
5) d
Fabiana Lorenzi1
Capítulo 10
Exemplos de
Implementações de
Sistemas 1
Apresentação
1 Prof. Dra. Fabiana Lorenzi, professora dos cursos da área de Tecnologia e Infor-
mação da ULBRA Canoas.
Capítulo 10 Exemplos de Implementações de Sistemas 135
10.4 Agentes
Referências bibliográficas
Brum, Carlos. “Sistema de Recomendação Configurável para
Grupos.” Trabalho de Conclusão de Curso. (Graduação
em Ciência da Computação) – Universidade Luterana do
Brasil, 2009.
142 Sistemas Inteligentes