-
Apresentação
Apresentação
Esta UC tem como objetivo conferir competências introdutórias no campo da Inteligência Artificial, dotando os alunos de conhecimentos sólidos e estruturados que lhes permitam entender conceitos teóricos e desenvolver código para resolução de problemas práticos de IIA.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
2 | Obrigatório | Português
-
Código
Código
ULHT6634-24452
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
Noções básicas de IA vários domínios. Procura de caminhos, orientação e navegação: grafos, algoritmos de Dijkstra e A*, grelhas e malhas de navegação, funções de custo. Decisões: árvores de decisão, máquinas de estados, árvores de comportamento, outras abordagens. Aprendizagem: noções básicas, previsão de ações, classificadores de Bayes, outras abordagens. Jogos de tabuleiro: noções básicas, família de algoritmos minimax, MCTS, outras abordagens.
-
Objetivos
Objetivos
Domínio das noções básicas de Inteligência Artificial. Domínio de conceitos básicos e intermédios de movimento inteligente e procura de caminhos. Domínio de conceitos intermédios e avançados na tomada de decisões através de máquinas de estado, árvores de comportamento, entre outros. Domínio de tópicos de Inteligência Artificial em jogos de tabuleiro. Capacidade de resolver problemas envolvendo os conceitos adquiridos, tanto a nível abstrato como ao nível prático (programação).
-
Metodologias de ensino e avaliação
Metodologias de ensino e avaliação
A lecionação é constituída por aulas teórico-práticas. A componente teórica é essencialmente expositiva, sendo a teoria apresentada em conjunto com exemplos concretos. Na componente prática são desenvolvidos e resolvidos problemas práticos ao nível da programação relacionados com a teoria lecionada. Nesta unidade curricular a avaliação inclui os seguintes elementos: Avaliação teórica, sob a forma de teste escrito, exercícios, com peso de 30% na nota final (nota mínima: 9.5 valores). Avaliação prática (projetos/problemas de programação/apresentações), com peso de 70% na nota final (nota mínima: 9.5 valores).
-
Bibliografia principal
Bibliografia principal
Russel, Stuart; Norvig, Peter: Inteligência Artificial: Uma abordagem Moderna. Tradução da 3ª. Campus Editora. 2013 Melanie Mitchell, Artificial Intelligence: A Guide for Thinking Humans, Pelikan Book, 2019
-
Horário de Atendimento
Horário de Atendimento
-
Mobilidade
Mobilidade
Não