Currículo
Inteligência Artificial (Dtda) 04169
Contextos
Groupo: Matemática Aplicada e Tecnologias Digitais - 2023 > 1º Ciclo > Unidades Curriculares Obrigatórias
ECTS
6.0 (para cálculo da média)
Objectivos
Após a conclusão da UC, os alunos devem: OA1: Reconhecer as vantagens e desafios da utilização de técnicas e abordagens de IA, demonstrando consciência crítica sobre métodos de procura informados e não informados. OA2: Selecionar e justificar as abordagens tecnológicas e algoritmos mais apropriados, incluindo métodos de procura, representação e lógicas de raciocínio. OA3: Aplicar os conceitos e técnicas abordadas na conceção e desenvolvimento de sistemas baseados em IA, bem como na modelação de exemplos baseados em cenários reais. OA4: Desenvolver, implementar e avaliar soluções que envolvam a lógica de predicados e a programação em lógica. OA5: Compreender os fundamentos dos algoritmos genéticos, sendo capazes de implementá-los e adaptá-los para resolver problemas específicos. OA6: Trabalhar de forma autónoma e em grupo para desenvolver projetos que aplicam os conhecimentos adquiridos, mostrando capacidade de adaptação e resolução de problemas complexos na área de IA.
Programa
CP1: Noções fundamentais de IA com destaque para a abordagem baseada em procura. CP2: Algoritmos de procura: profundidade primeiro e largura primeiro, A*, greedy BFS, Dijkstra. CP3: Noções fundamentais relativas a conhecimento, representação, e arquitetura de sistemas baseados em Cconhecimento. CP4: Lógica de predicados de primeira ordem: representação e dedução. CP5: Conhecimento declarativo representado em Programação em Lógica. CP6: Algoritmos genéticos.
Método de Avaliação
A avaliação ao longo do semestre é constituída por 3 blocos de avaliação (BA), e cada BA é constituído por um ou vários momentos de avaliação. Essa mesma constituição respeita a seguinte distribuição: - BA1: 4 mini-tarefas [7,5% cada mini-tarefa * 4 = 30%] - BA2: 2 mini-testes [20% cada mini-teste * 2 = 40%] - BA3: 1 projeto em Inteligência Artificial [30%] Avaliação por exame: - 1ª Época [100%] - 2ª Época [100%] Todos os blocos de avaliação periódica (BA1, BA2 e BA3) possuem uma nota mínima de 8,5 valores. Em qualquer BA, poderá haver necessidade de realizar uma discussão oral individual para aferir conhecimentos. A avaliação por exame consiste num exame escrito que abrange todos os conhecimentos previstos nos conteúdos programáticos da UC, e possui uma ponderação de 100%. A presença nas aulas não é obrigatória.
Carga Horária
Carga Horária de Contacto -
Trabalho Autónomo - 113.0
Carga Total -
Bibliografia
Principal
- Bishara, M. H. A., & Bishara, M. H. A. (2019). Search algorithms types: Breadth and depth first search algorithm Brachman, R., & Levesque, H. (2004). Knowledge representation and reasoning. Morgan Kaufmann Clocksin, W. F., & Mellish, C. S. (2003). Programming in Prolog. Springer Berlin Heidelberg. Russell, S. & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.). Prentice Hall. S., V. C. S., & S., A. H. (2014). Artificial intelligence and machine learning (1.a ed.). PHI Learning.: