Currículo

Inteligência Artificial L0731

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

Após a conclusão da UC, os alunos devem (OA1) Ter consciência das vantagens e desafios da utilização de abordagens de IA para o desenvolvimento de sistemas e modelos, em particular métodos de procura, de representação e raciocínio, de adaptação e de aprendizagem automática; (OA2) Saber identificar os requisitos dos sistemas e/ou dos modelos a criar; (OA3) Escolher as abordagens tecnológicas mais adequadas aos requisitos de AO2: métodos de procura, de representação e raciocínio, de adaptação e de aprendizagem automática. (OA4) Compreender e saber usar as abordagens apresentadas na UC para o desenvolvimento de sistemas e na modelação da realidade.

Programa

(CP1) Noções fundamentais de IA com destaque para a abordagem baseada em procura (CP2) Algoritmos de procura: profundidade primeiro e largura primeiro, A* (CP3) Noções básicas de aprendizagem automática: supervisionada, por reforço, e não supervisionada (CP4) Algoritmos genéticos (CP5) Redes neuronais feedforward multicamada com backpropagation (CP6) Noções fundamentais relativas a conhecimento, representação, e arquitetura de sistemas baseados em conhecimento (CP7) Lógica de predicados de primeira ordem: representação e dedução (CP8) Conhecimento declarativo representado em Programação em Lógica (CP9) Sistemas de Regras baseadas na Fuzzy Logic

Método de Avaliação

Avaliação ao longo do semestre: - 2 Testes Intercalares (Nota Mínima em cada teste 8.5) [35% cada] - 2 projectos (Nota Mínima em cada projecto 9.5) [15% cada] As notas dos projetos serão resultado de uma avaliação prática realizada durante uma oral, nas datas indicadas no respetivo enunciado. Um dos projetos será entregue a meio do semestre e o outro na última semana de aulas. Apesar de os projetos serem desenvolvidos em grupo, a nota atribuída a cada estudante do grupo será individualizada, com base no desempenho de cada um na avaliação prática associada a cada projeto. Avaliação por exames: [100%] - Primeira época - Segundo época - Época Especial Os testes e os exames podem ter grupos de perguntas com nota mínima Para ter acesso aos testes e exame, é necessário concluir todas as atividades da matéria lecionada até ao momento no Moodle. Pode ser exigido aos alunos que se inscrevam em provas de avaliação. Sempre que existam dúvidas quanto à autoria ou ao domínio dos conhecimentos demonstrados num elemento de avaliação, o estudante poderá ser convocado para uma prova individual, oral ou escrita, destinada a validar a respetiva classificação.

Carga Horária

Bibliografia

Principal

• A cadeira assenta fundamentalmente nos apontamentos para as aulas sobre Sistemas Baseados em Conhecimento, e nos livros [Russell e Norvig 2003] sobre Inteligência Artificial, [Clocksin e Mellish 1994] sobre Prolog, e [Graham 1996] sobre LISP. Clocksin, W.F. e Mellish, C.S. 2003. Programming in Prolog Using the ISO Standard(Quinta Edição). Springer Verlag (existe na biblioteca, embora seja a quarta edição). Russell, S.; e Norvig, P. 2003. Artificial Intelligence: a Modern Approach, Prentice Hall. Capítulos 3 a 9. (existente na biblioteca). Graham, P. 1996. ANSI Common Lisp. PrenticeHall.:

Secundária

• Linguagem de Programação Prolog Bratko, I. 1990. Prolog Programming for Artificial Intelligence. Addison Wesley Publishing Company (existente na biblioteca). Lógica de Predicados e Forma Clausal Michael R. Genesereth, Nils J. Nislsson. 1987. ?Logical Foundations of Artificial Intelligence?. Morgan Kaufman Publishers (Capítulos 2, 3 e 4) Sistemas Baseados em Conhecimento (Perspectiva teórica) - Ronald Brachman, Hector Levesque. 2004. "Knowledge Representation and Reasoning". Morgan Kaufmann - Mark Stefik. 1995. Introduction to Knowledge Systems?. Morgan Kaufmann:

Disciplinas de Execução

2025/2026 - 2º Semestre

2025/2026 - 2º Semestre