Elementos de Inteligência Artificial e Ciência de Dados

Código:

CC1023

Sigla:

CC1023

Nível:

100

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2021/2022 - 2S

Ativa?	Sim
Unidade Responsável:	Departamento de Ciência de Computadores
Curso/CE Responsável:	Licenciatura em Inteligência Artificial e Ciência de Dados

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
L:IACD	74	Plano Oficial a partir do ano letivo 2021/22	1	-	6	56	162

Língua de trabalho

Português

Objetivos

A UC abordará os temas atuais da Inteligência Artificial (IA) e Ciência de Dados (CD), dando aos estudantes um conhecimento técnico, ainda que não aprofundado, sobre os seus conceitos, problemas e aplicações.

Relativamente às áreas de IA e CD os objectivos da UC são:

- Fornecer uma perspetiva histórica do seu surgimento e evolução.
- Identificar a sua relevância e impacto na sociedade atual.
- Estudar a relação com outras ciências e as interações com a sociedade.
- Conhecer as diferentes etapas dos processos de desenvolvimento.
- Desenvolver pequenos projetos de IA e CD.

Resultados de aprendizagem e competências

Desenvolvimento de competências:

1- capacidade para identificar conceitos gerais, problemas e aplicações de IA e CD relativos a temas atuais e históricos da inteligência artificial e ciência de dados, e a sua relação com a ciência, a sociedade e a inovação, assim como dos seus impactos.

2- capacidade para descrever debater e criticar as interações da IA e CD com a sociedade.

3 - capacidade para desenvolver pequenos projetos de IA e CD.

Modo de trabalho

Presencial

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

N/A

Programa

Nesta UC serão apresentados e discutidos conceitos fundamentais e atuais sobre a IA e CD.

Conteúdos programáticos:
1. Definição de Inteligência Artificial e Ciência de Dados. Relevância da IA e da CD na ciência, na sociedade e na inovação.
2. Breve história e conceitos de IA e CD e a sua relação com a Ciência de Computadores e a Matemática. Relação da IA e CD com a Ciência Cognitiva.
3. Introdução à Inteligência Artificial. Áreas da IA, tipos de problemas e paradigmas de resolução de problemas através de IA.
4. Introdução à Ciência de Dados; Importância dos dados; Diferentes papéis e etapas de um projeto de CD; Expectativas para um projeto de CD.
5. Impacto da IA e da CD na sociedade (ética, privacidade, trabalho, confiança, interpretabilidade, segurança).
6. Introdução às principais tecnologias de IA e CD através de exemplos de aplicações conhecidas.
7. Desenvolvimento de um pequeno projeto de IA e/ou CD.

Bibliografia Obrigatória

Stuart Russell and Peter Norvig; Artificial Intelligence: A Modern Approach, Pearson, 2021. ISBN: 9780134671864
Jean-Louis Laurière; Problem-solving and artificial intelligence. ISBN: 0-13-711748-5
Pedro Domingos; The Master Algorithm., Penguin Books, 2015. ISBN: 978-1501299384
Virginia Dignum; Responsible Artificial Intelligence, Springer, 2019. ISBN: 978-3-030-30370-9

Métodos de ensino e atividades de aprendizagem

Aulas teórico-práticas com uma componente expositiva, uma componente de apresentações por convidados, uma componente de discussão e uma componente prática de prototipagem de um pequeno projeto.

Software

scratch (https://scratch.mit.edu/)

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	40,00
Trabalho prático ou de projeto	50,00
Participação presencial	10,00
Total:	100,00

Componentes de Ocupação

Designação	Tempo (Horas)
Estudo autónomo	56,00
Frequência das aulas	56,00
Trabalho laboratorial	50,00
Total:	162,00

Obtenção de frequência

 Para obtenção de frequência é necessário:

1) obter nota superior a zero em ambos os trabalhos: Trabalho Laboratorial e Trabalho Escrito.

2) Não faltar a mais de 4 aulas práticas (exceto se for concedida uma exceção).

Fórmula de cálculo da classificação final

• MT1 - Mini-Teste 1


• MT2 - Mini-Teste 2


• Kah - Kahoot


• T1 - Trabalho Prático 1


• T2 - Trabalho Prático 2

Apenas é melhorável a nota do Exame/Mini-testes. A componente prática de trabalhos e Kahoot não é melhorável.

Os Kahoots são calculados como:

 

Provas e trabalhos especiais

N/A

Trabalho de estágio/projeto

N/A

Avaliação especial (TE, DA, ...)

Os estudantes com circunstâncias especiais devem discutir e negociar a sua situação com o responsável.

Melhoria de classificação

O exame é melhorável na época de recurso. A parte prática não é melhorável.

Observações

Júri:

Pedro Gabriel Ferreira

Ana Paula Tomás

Luis Paulo Reis