INF1771 – Inteligência Artificial (2016.2)

Aulas são ministradas na PUC-Rio 13h-15h Terças (L570) e Quintas (L570).

Avaliações:

Objetivo da Disciplina:

• Apresentar os principais conceitos e técnicas de inteligência artificial focando principalmente na aplicação prática destas técnicas.
• Ao final do curso o aluno deve ser capaz de aplicar os conceitos e técnicas de inteligência artificial na resolução de problemas computacionais, levando em consideração as vantagens e desvantagens de cada técnica.

Tarefas:

• Aula GitHub – Controle de Versões – GitHub
• Trabalho 1 – Descrição
• Trabalho 1 – Instância
• Trabalho 1 – Algoritmos Busca Local
• Trabalho 2 – Agente Lógico em Mundo Parcialmente Observável
• Trabalho 2 – Instância Mapa
  Legenda:
  • U – PowerUp (20 de energia/vida)
  • O – Ouro (1000 pontos)
  • P – Buraco
  • T – Teletransporte
  • d – Inimigo (20 dano)
  • D – Inimigo (50 dano)
• Trabalho 3 – Machine Learning – Análise de Sentimentos

  Movie Review Dataset

• Trabalho 4 – Desafio dos Drones

  Página do Desafio e Devkits

Material das Aulas:

• Aula 00 – Apresentação da Disciplina
• Aula 01 – Introdução
• Aula 02 – Agentes Inteligentes
• Aula 03 – Representação de Conhecimento
• Aula 03 – Resolução de Problemas por Meio de Busca
• Aula 04 – Busca Heurística
• Aula 05 – Busca Local
• Aula 06 – Algoritmos Genéticos
• • Instâncias Aula prática de Busca:
    maze41maze21
• Aula 07 – Agentes Lógicos
• Aula 08 – Lógica de Primeira Ordem
• Aula 09 – Prolog
  • Lista de Exercícios Prolog + Exemplo em Sala

  ex_prolog_gabarito

• Aula 10 – Planejamento Automático
• Aula 11 – Aprendizado de Máquina
• Aula 12 – Arvores de Decisão
• Aula 13 – K- Nearest Neighbors
• Aula 14 – Support Vector Machines
• Aula 15 – Redes Neurais
• Aula 16 – Ferramentas para Aprendizado de Máquina
• Aula 17 – Aprendizado não supervisionado
• Aula 18 – Aprendizado por reforço
• Aula 19 – Introdução à Incerteza
• Aula 20 – Lógica Fuzzy
• Aula 22 – Inteligência Artificial em Jogos
• Aula 23 – Waypoints e Pathfiding
• Aula 24 – Máquinas de estados finitos

Ementa do Curso:

• 1) Introdução
  • Inteligência Artificial
  • Evolução da Inteligência Artificial
  • Agentes Inteligentes

• 2) Busca
  • Resolução de Problemas por Meio de Busca
  • Busca Cega
  • Busca Heurística
  • Busca Local
  • Algoritmos Genéticos

• 3) Lógica
  • Lógica Proposicional
  • Lógica de Primeira Ordem
  • Prolog

• 4) Planejamento
  • Planejamento de Ordem Parcial
  • Planejamento Não-Determinístico

• 5) Aprendizado de Máquina
  • Aprendizado Supervisionado
  • Aprendizado Não Supervisionado
  • Aprendizado Por Reforço

• 6) Inteligência Artificial para Jogos
  • Conceitos
  • Waypoints e Pathfinding
  • Máquinas de Estados para Jogos
  • Outras Técnicas

Bibliografia:

• Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach, 3nd Edition, Prentice-Hall, 2009.
• Luger, G. Artificial Intelligence: Structures and Strategies for Complex Problem Solving, Addison-Wesley, 2008.
• Coppin, B. Artificial intelligence illuminated, Jones & Bartlett Learning, 2004.
• Mitchell, T. Machine Learning, McGraw–Hill Science/Engineering/Math, 1997.
• Bratko, I. Prolog Programming for Artificial Intelligence (3rd edition), Addison Wesley, 2000.
• Nau, Dana S.; Ghallab, Malik; Traverso, Paolo: Automated Planning – Theory and Practice; Morgan Kaufmann Series in Artificial Intelligence; Elsevier, 2004.
• Feijo, B,; Clua, E.; Silva, F.: Introdução à Ciência da Computação com Jogos, Rio de Janeiro: Campus/SBC, 2010.
• Millington, I.; Funge, J.: Artificial Intelligence for Games, 2nd Ed., Morgan Kaufmann, 2009.