1

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

carreira acadêmica 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: Structures and Strategies 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.

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)”?

Inteligência Artificial

Referências

Russell, Stuart e Norvig, Peter. Inteligência Artificial. Editora Campus, 2003.