Tópicos Avançados em Inteligência Artificial

Código:

CC4022

Sigla:

CC4022

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2014/2015 - 2S (de 16-02-2015 a 06-06-2015)

Ativa?	Sim
Página Web:	http://www.dcc.fc.up.pt/~jpp/taia
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Mestrado em Ciência de Computadores

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
M:CC	8	PE a partir do ano letivo de 2014	1	-	6	42	162
MI:ERS	5	Plano Oficial desde ano letivo 2014	4	-	6	42	162

Língua de trabalho

Português - Suitable for English-speaking students

Objetivos

Complementar e aprofundar os conhecimentos adquiridos nas disciplinas de "Desenho e Análise de Algoritmos" e de "Inteligência Artificial".

Resultados de aprendizagem e competências

Com esta disciplina espera-se que os estudantes adquiram uma melhor percepção de problemas mais complexos em inteligência artificial e sejam capazes de utilizar a metodologia correta para resolvê-los.

Modo de trabalho

Presencial

Pré-requisitos (conhecimentos prévios) e co-requisitos (conhecimentos simultâneos)

Desenho e Análise de Algoritmos, Inteligência Artificial

Programa

1. Aplicações de IA: passado, presente e futuro.
2. Algoritmos de procura e otimização (meta-heurísticas): Alg. Genéticos, Tabu, Simulated Annealing, GRASP, Ant colony, particle swarm.
3. Sistemas baseados em conhecimento. Primeira ordem para representação do conhecimento. Incerteza em sistemas de regras. Modelos fuzzy. Case based reasoning.
4. Modelos probabilisticos. Redes Bayesianas: manipulação, construção e inferência. Indução de RB: parâmetros e topologia. Diagnóstico. Avaliação.
5. Sistemas Multi-Agente: arquitecturas MA, interacção: coordenação e cooperação, negociação.
6. Machine Learning. Reinforcement learning, integração de ML com métodos de otimização.
7. Processamento de Língua Natural. Análise léxica e sintática (parsing), interpretação semântica, tradução automática.
8. Robótica Inteligente: percepção, planeamento e acção.

Bibliografia Obrigatória

Haykin Simon S. 1931; Neural networks. ISBN: 9780132733502
Russell Stuart J. (Stuart Jonathan); Artificial intelligence. ISBN: 9780132071482 pbk

Bibliografia Complementar

Hastie Trevor; The elements of statistical learning. ISBN: 9780387848570

Observações Bibliográficas

Disponível online:

Reinforcement learning: http://webdocs.cs.ualberta.ca/~sutton/book/ebook/

Métodos de ensino e atividades de aprendizagem

* Exposição teórica com discussão de casos de estudo.
* Desenvolvimento de projeto.

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	75,00
Trabalho escrito	25,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Elaboração de relatório/dissertação/tese	25,00
Estudo autónomo	40,00
Frequência das aulas	40,00
Total:	105,00

Obtenção de frequência

* Realização dos trabalhos propostos.

Fórmula de cálculo da classificação final

0.75 * nota de exame + 0.25 * nota dos trabalhos

Melhoria de classificação

Exame final