Conhecimentos de Base Recomendados
Aprovação nas unidades curriculares de:
– Programação;
– Programação Orientada a Objetos;
– Análise Matemática I e II.
Métodos de Ensino
A unidade curricular inclui aulas teóricas e aulas laboratoriais.
Nas aulas teóricas são apresentadas as metodologias e exemplos de aplicações a casos de estudo.
As aulas laboratoriais incidem na implementação prática de algoritmos e acompanhamento da resolução dos trabalhos práticos.
Os alunos são avaliados com base em duas componentes, Teórica (12 valores) e Prática (8 valores). A componente teórica é avaliada através de um exame escrito.
A avaliação da componente prática é realizada através de dois trabalhos práticos:
– Trabalho Prático I – Agentes racionais (2 valores)
– Trabalho Prático II – Pesquisa Local e Computação Evolucionária (6 valores)
Resultados de Aprendizagem
Nesta unidade curricular estudam-se os conceitos introdutórios de Inteligência Artificial. Os principais objectivos consistem em:
– Adquirir conhecimentos sobre a área de Inteligência Artificial;
– Proporcionar uma visão geral a aplicação de técnicas de inteligência artificial na vida real;
– Conhecer e aplicar técnicas de resolução de problemas;
– Conhecer e aplicar algoritmos complexos de resolução de problemas.
As competências a adquirir consistem em:
– Identificar os principais paradigmas da inteligência artificial;
– Analisar um problema de otimização, identificar as suas características e isolar as componentes básicas a manipular na sua resolução;
– Reconhecer as vantagens e limitações da utilização de algoritmos de resolução de problemas;
– Justificar as principais opções tomadas durante o desenvolvimento de algoritmos inteligentes;
– Potenciar o desenvolvimento autónomo de novas estratégias de resolução de problemas.
Programa
1. Inteligência Artificial – Visão Geral
2. Agentes Racionais e Resolução de Problemas
3. Métodos de Pesquisa
3.1 Pesquisa não Informada
3.2 Pesquisa Heurística
4. Métodos de Pesquisa Local
5. Algoritmos de Computação Evolucionária
6. AI em Jogos
7. Aprendizagem Automática
Docente(s) responsável(eis)
Estágio(s)
NAO
Bibliografia
Principal:
S. Russell e P. Norvig, (2003). Artificial Intelligence: A Modern Approach. Prentice-Hall. (1A-4-125 (ISEC) – 11658).
Complementar:
Ertel, W. (2018). Introduction to artificial intelligence. Springer.
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.
Eiben, A. E., & Smith, J. E. (2003). Introduction to evolutionary computing (Vol. 53, p. 18). Berlin: springer.
Mitchell, T. M., & Learning, M. (1997). The McGraw-Hill Companies. Inc., New York.
Nilsson, N. J., & Nilsson, N. J. (1998). Artificial intelligence: a new synthesis. Morgan Kaufmann.