Eduardo Bezerra

GCC1734 – Inteligência Artificial (2018.1)

 

causation

 

Cursos

Locais e Horários das Aulas

  • 2as-feiras, das 16:30h às 18:15h, no Pavilhão de Informática, lab. 02
  • 6as-feiras, das 16:30h às 18:15h, no Pavilhão de Informática, lab. 02

Objetivos

Apresentar uma introdução aos conceitos, modelos, métodos, técnicas e aplicações da Inteligência Artificial.

Ementa

Introdução à Inteligência Artificial; Estratégias de Busca em Espaços de Estados. Problemas de Busca com Restrições. Busca Adversarial. Processos de Decisão de Markov. Aprendizado por Reforço. Redes Bayesianas. Aprendizado de Máquina.

Veja também o plano de ensino da disciplina.

Moodle

Todos os alunos regularmente inscritos serão adicionados à disciplina homônima no Moodle, para que possam receber avisos importantes (dia/horário das provas, dúvidas gerais, submissões dos trabalhos, etc).

Livro Texto

 

Russell & Norvig, Artificial Intelligence: A Modern Approach, 3rd ed.

Página WEB do livro

Esse livro foi traduzido pela Elsevier/Brasil.

 

Aulas

Veja também o plano de curso da disciplina e o calendário acadêmico das graduações do CEFET/RJ.

Aula Data Comentário Slides Leitura/Tarefa
1 19/fev Sem aula – Visita de avaliação do MEC — —
2 23/fev Logística do curso, plano de aulas. Motivação, visão geral e exemplos de aplicações da IA IA_00 e IA_01 —
3 26/fev Agentes e Problemas de Busca IA_02a —
4 02/mar Busca sem Informação (Blind Search) – BFS, DFS, UCS, DLS, IDS IA_02b —
5  05/mar Tutorial de Python (parte 1) Notebook, PDF —
6 09/mar Sem aula – Workshop de Ciência de Dados – LNCC — —
7  12/mar Tutorial de Python (parte 2) search-plus.zip —
8  16/mar Busca com Informação: Busca Gulosa e Algoritmo A* IA_03 Livro-texto 3.6
9  19/mar Otimalidade do Algoritmo A* IA_03 Divulgação do T1
10  23/mar Busca Competitiva (Adversarial Search) – Jogos Determinísticos IA_04
11  26/mar Busca Competitiva (Adversarial Search) – Jogos Estocásticos (IA05) IA_05
11  30/mar Feriado de Páscoa —
12  02/abr Processos de Decisão de Markov (parte 1/3) IA_07
13  06/abr Processos de Decisão de Markov (parte 2/3) IA_08
14  09/abr Processos de Decisão de Markov (parte 3/3) IA_08  multiagents.py
15  16/abr Aplicação da P1 —
16  20/abr não houve aula – semana de provas —
17  27/abr Aprendizado por Reforço (parte 1/3) IA_09
18  04/mai Aprendizado por Reforço (parte 2/3) IA_10
19 07/mai Aprendizado por Reforço (parte 3/3) IA_10
20  14/maio Teoria das Probabilidades (parte 1/2) IA_11
21  18/mai Teoria das Probabilidades (parte 2/2) IA_11
22  21/mai Redes Bayesianas (parte 1) – representação (IA12a) IA_12a paper
23  04/jun Redes Bayesianas (parte 2) – inferência por amostragem IA_12b  exercícios; vídeo; vídeo; vídeo; vídeo
24 08/jun Aprendizado de Máquina – Árvores de Decisão IA_15
25 11/jun Aprendizado de Máquina – Naïve Bayes IA_14

Listas de Exercícios

Trabalhos Práticos

Recursos Recomendados

Livros de interesse geral sobre Inteligência Artificial

Back to top