Tópicos Avançados em Inteligência Artificial

Código:

CC4022

Sigla:

CC4022

Nível:

400

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2017/2018 - 2S

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
E:BBC	5	PE_Bioinformática e Biologia Computacional	1	-	6	42	162
M:CC	17	PE a partir do ano letivo de 2014	1	-	6	42	162
MI:ERS	8	Plano Oficial desde ano letivo 2014	4	-	6	42	162

Língua de trabalho

Inglês

Objetivos

Este curso centra-se nas sinergias da associação de métodos de aprendizagem computacional / "deep learning" a métodos de pesquisa e otimização. Esses métodos baseam-se nos últimos desenvovimentos em algoritmos de pesquisa, "deep learning", e aprendizagem por reforço; considera-se que esta associação dá aos computadores um desempenho ao nível do humano. Pretende-se potenciar informação disponível em conjuntos de dados massivos (machine learning), extraindo-a e utilizando-a em ações concretas (operações). Aplicações vão desde a visão computacional e reconhecimento de fala a sistemas de apoio à decisão de alto nível, incluindo sistemas de saúde, transportes e logística, comércio e serviços de informação, e redes energéticas.

O curso complementa e aprofunda os conhecimentos adquiridos nas disciplinas de "Desenho e Análise de Algoritmos" e de "Inteligência Artificial".

Resultados de aprendizagem e competências

Desenvolver a capacidade de utilização de técnicas de inteligência artificial e algoritmos de pesquisa em situações práticas em que parte do conhecimento resida em bases de dados.

Modo de trabalho

Presencial

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

Desenho e Análise de Algoritmos, Inteligência Artificial

Programa

1. Revisão de conceitos fundamentais em inteligência artificial
2. Aprendizagem não supervisionada
3. Sistemas de decisão baseados em conhecimento
4. Algoritmos de pesquisa e otimização
5. Aprendizagem e métodos de Monte Carlo
6. Redes neuronais, "deep learning"
7. Algoritmos para pesquisa, aprendizagem e optimização

Bibliografia Obrigatória

Battiti Roberto; The LION way. ISBN: 9781496034021

Bibliografia Complementar

Hastie Trevor; The elements of statistical learning. ISBN: 9780387848570
Wolsey Laurence A.; Integer programming. ISBN: 9780471283669
Haykin Simon S. 1931; Neural networks. ISBN: 9780132733502
Russell Stuart J. (Stuart Jonathan); Artificial intelligence. ISBN: 9780132071482 pbk

Observações Bibliográficas

• Machine learning: An Introduction to Statistical Learning. http://www-bcf.usc.edu/~gareth/ISL/


• Reinforcement Learning: An Introduction. Richard S. Sutton and Andrew G. Barto. http://webdocs.cs.ualberta.ca/~sutton/book/ebook/ http://people.inf.elte.hu/lorincz/Files/RL_2006/SuttonBook.pdf

Métodos de ensino e atividades de aprendizagem

* Exposição teórica com discussão de casos de estudo.
* Projeto: para um problema concreto, estudo aprofundado de algumas técnicas ad hoc selecionadas para a sua resolução.

Palavras Chave

Ciências Físicas > Ciência de computadores > Cibernética > Inteligência artificial
Ciências Físicas > Matemática > Matemática aplicada > Investigação operacional
Ciências Físicas > Matemática > Algoritmos

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	50,00
Trabalho escrito	50,00
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 com nota mínima de 50%.

Fórmula de cálculo da classificação final

0.50 * nota de exame + 0.50 * nota dos trabalhos

Melhoria de classificação

Exame final

Observações

Desempenho muito bom nos trabalhos práticos permite dispensa ao exame.