Você está na página 1de 2

SERVIO PBLICO FEDERAL

UNIVERSIDADE FEDERAL RURAL DO SEMI-RIDO IDENTIFICAO CURSOS CINCIA DA COMPUTAO DEPARTAMENTO CINCIAS EXATAS E NATURAIS PROGRAMA GERAL DA DISCIPLINA
POSIO NA INTEGRALIZAO DISCIPLINA INTELIGNCIA ARTIFICIAL 7 o PERODO LETIVO PROFESSOR DANNIEL CAVACANTE LOPES No DE CARGA HORRIA TERICA PRTICA TERICA-PRTICA TOTAL CRDITOS TOTAL 04 00 0 04 04 60 PR-REQUISITO ESTRUTURA DE DADOS II OBJETIVOS Apresentar os conceitos bsicos e fundamentais da IA; Estudar e compreender seus mtodos, tcnicas e aplicaes; Pesquisar e utilizar software, ferramentas e outros recursos da IA; Capacitar para a realizao de futuros estudos em maior profundidade em reas especficas da IA; Ao concluir a disciplina o aluno dever ser capaz de identificar e caracterizar paradigmas da Inteligncia Artificial para resoluo de problemas em reas da Cincia da Computao, principalmente aqueles ligados programao heurstica. EMENTA Introduo inteligncia artificial. Linguagens de programao para inteligncia artificial. Representao do conhecimento. Sistemas de produo. Estratgias de busca. Algoritmo A*. Sistemas de deduo baseados em lgica. Lgica fuzzy. Aprendizado de mquina. Aprendizado indutivo. rvores de deciso, Redes neurais e algoritmos genticos. Sistemas especialistas. Agentes inteligentes. CONTEDO PROGRAMTICO o No de HORAS N DA UNIDADE UNIDADE T P T-P

CDIGO EXA0167

INTRODUO A INTELIGNCIA ARTIFICIAL - Apresentao de plano de curso; - Metodologia de ensino-aprendizagem e avaliao; - Integrao com outras disciplinas; - Apresentao da disciplina, definies sobre Inteligncia Artificial; - O que Inteligncia Artificial; - Os fundamentos da Inteligncia Artificial; - Histria da Inteligncia Artificial; - Caractersticas Essenciais; - O Teste de Turing; - Domnio de Aplicaes. AGENTES INTELIGENTES - O que Agente; - Agentes e Ambientes; - O conceito da racionalidade, medidas de desempenho, racionalidade, oniscincia, aprendizado e autonomia; - A natureza dos ambientes; - A estrutura de agentes.

20

20

RESOLUO DE PROBLEMAS - Espao de estados; - rvore e grafos de problemas; - Mtodos de busca; - A natureza dos ambientes; - Grafos e/ou Reduo de problemas. II REPRESENTAO DO CONHECIMENTO - Introduo; - Lgica de Predicados; - Regras de Produo; - Redes Semnticas; - Tratamento de incerteza; - Raciocnio Estatstico. APRENDIZAGEM - Induo; - Descoberta; - Analogia; - Redes Neurais; - Importncia das Funes Recursivas. TPICOS AVANADOS - Viso; - Sistemas Especialistas; - Processamento de Linguagem Natural; - Algoritmos Genticos; - Outros tpicos; MTODOS RECURSOS DIDATICOS Quadro branco Pincel Data show Computador REFERNCIAS BIBLIOGRFICAS 15 05 20

III

15

05

20

TOTAL TCNICAS Aulas expositivas Prticas de laboratrio

50

10

60

INSTRUMENTOS DE AVALIAO Provas tericas (escritas) e prticas (no computador)

BIBLIOGRAFIA BSICA: 1. 2. 3. Russell, S., Norvig, P. Inteligncia Artificial, Editora Campus, 2004; Bittencourt, G., Inteligencia Artificial Ferramentas e Teorias, Editora de UFSC, 1998; Luger, G. F., Inteligncia Artificial - Estruturas e Estratgias para a Soluo de Problemas Complexos, 4a Edio, Bookman, 2004;

BIBLIOGRAFIA COMPLEMENTAR: 1. Russell, S., Norvig, P. Artificial Intelligence A Modern Approach, Prentice-Hall, 2a Edio, 2003; 2. Ricardo Linden. Algortmos Genticos. Brasport Informtica ISBN 9788574523736 3. Simon Haykin. Redes Neurais Artificiais Princpios e Prtica. Editora Bookman. ISBN 8573077182 APROVAO DEPARTAMENTO ____ / ____________ / 2011 DATA _____________ ___/________ /2011 No DA REUNIO DATA ______________________________________ ASS. DO CHEFE DO DEPARTAMENTO. CONSEPE _____________________________ ASS. DA SECRETRIA DO CONSEPE.

MOSSOR-RN, ____ de __________ de 2011.