Conhecimentos de Base Recomendados
Para um bom aproveitamento da unidade curricular, recomenda-se que os estudantes possuam:
- Conhecimentos básicos de programação (variáveis, ciclos, funções)
- Experiência prévia com pelo menos uma linguagem de programação
- Capacidade básica de resolução de problemas e pensamento algorítmico
Métodos de Ensino
A disciplina combina abordagens teóricas e práticas para garantir que os alunos adquiram tanto o conhecimento conceitual quanto as competências técnicas necessárias no área da Inteligência Artificial.
1. Ensino Expositivo e Demonstração
Cada aula com cariz mais teórico inicia-se com uma apresentação estruturada dos conceitos fundamentais.
São feitas demonstrações ao vivo de código para mostrar boas práticas de programação e explicar conceitos abstratos de forma prática.
2. Ensino Ativo e Resolução de Problemas (Problem-Based Learning – PBL)
Os alunos resolvem exercícios práticos durante as aulas para consolidar o conhecimento.
A resolução de problemas foca-se em:
- Aplicação de boas práticas de desenvolvimento.
- Depuração de código e identificação de erros.
- Otimização de soluções.
3. Aprendizagem Colaborativa
Code reviews entre alunos para estimular a análise crítica e troca de feedback.
Discussões guiadas para incentivar o pensamento crítico sobre arquitetura e boas práticas.
Resultados de Aprendizagem
A unidade curricular de Inteligência Artificial visa dotar os estudantes com conhecimentos e competências fundamentais para compreender, desenvolver e aplicar sistemas de IA em contextos industriais.
No final da unidade curricular, os estudantes deverão ser capazes de:
- Compreender os fundamentos teóricos da inteligência artificial e suas principais abordagens
- Dominar algoritmos de procura e representação de conhecimento em sistemas inteligentes
- Aplicar técnicas de aprendizagem automática supervisionada e não supervisionada
- Desenvolver soluções de IA usando bibliotecas especializadas
- Compreender e aplicar princípios éticos no desenvolvimento e uso de sistemas de IA
Programa
1. Fundamentos da Inteligência Artificial
2. Algoritmos de Procura e Resolução de Problemas
3. Representação de Conhecimento e Sistemas Especialistas
4. Fundamentos de Aprendizagem Automática
5. Técnicas Avançadas de Machine Learning
6. IA em Aplicações Industriais
7. Ética e Responsabilidade em IA
Docente(s) responsável(eis)
César Paulo das Dores PárisEstágio(s)
NAO
Bibliografia
Russell, S., & Norvig, P. (2021). Inteligência Artificial: Uma Abordagem Moderna, 4ª Edição. Tradução. Campus/Elsevier. (Original: Artificial Intelligence: A Modern Approach)
Michalewicz, Z., & Fogel, D. B. (2013). How to solve it: modern heuristics. Springer Science & Business Media.
Costa, E., & Simões, A. (2008). Inteligência artificial: fundamentos e aplicações, 2ª edição, FCA Editora de Informática.