Aulas são ministradas na PUC-Rio 13h-15h Terças (L570) e Quintas (L570).
Avaliações:
| Grupo | Nome | Git | T1 | T2 | T3 | T4 | Média Final |
|---|---|---|---|---|---|---|---|
| Grupo 1 | Ana Carolina | cgalmeida | 11,0 | 7,0 | 7,0 | 7,0 | 8,0 |
| Grupo 1 | Danillo Nascimento | cgalmeida | 11,0 | 7,0 | 7,0 | 7,0 | 8,0 |
| Grupo 1 | Carlos | cgalmeida | 11,0 | 7,0 | 7,0 | 7,0 | 8,0 |
| Grupo 2 | Pedro Bruno | pabruno | 13,0 | 9,0 | 8,5 | 9,0 | 10,0 |
| Grupo 2 | Alexandre Maxinsang | pabruno | 13,0 | 9,0 | 8,5 | 9,0 | 10,0 |
| Grupo 2 | Alessandro Faletti | pabruno | 13,0 | 9,0 | 8,5 | 9,0 | 10,0 |
| Grupo 2 | Gustavo Aranha | pabruno | 13,0 | 9,0 | 8,5 | 9,0 | 10,0 |
| Grupo 3 | José Paulo | naves-thiago | 12,0 | 7,5 | 9,5 | 8,5 | 9,5 |
| Grupo 3 | Thiago Naves | naves-thiago | 12,0 | 7,5 | 9,5 | 8,5 | 9,5 |
| Grupo 4 | Lucas Medeiros | maumau27 | 13,0 | 10,0 | 10,0 | 10,0 | 10,0 |
| Grupo 4 | Mauricio Lana | maumau27 | 13,0 | 10,0 | 10,0 | 10,0 | 10,0 |
| Grupo 4 | Rafael França | maumau27 | 13,0 | 10,0 | 10,0 | 10,0 | 10,0 |
| Grupo 5 | Rafael Cabral | rafaelrubim | 13,0 | 10,0 | 8,0 | 7,5 | 9,5 |
| Grupo 5 | Alexandre Dias | rafaelrubim | 13,0 | 10,0 | 8,0 | 7,5 | 9,5 |
| Grupo 6 | Gabriel Oliveira | felipegus8 | 9,5 | 8,0 | 8,5 | 10,0 | 9,0 |
| Grupo 6 | Guilherme Marques | felipegus8 | 9,5 | 8,0 | 8,5 | 10,0 | 9,0 |
| Grupo 6 | Victor Nogueira | felipegus8 | 9,5 | 8,0 | 8,5 | 10,0 | 9,0 |
| Grupo 6 | Felipe Viberti | felipegus8 | 9,5 | 8,0 | 8,5 | 10,0 | 9,0 |
| Grupo 7 | Clara Scwarcman | guilhermesimas | 11,5 | 10,0 | 11,0 | 10,0 | 10,0 |
| Grupo 7 | Guilherme Simas | guilhermesimas | 11,5 | 10,0 | 11,0 | 10,0 | 10,0 |
| Grupo 8 | Lucas Gomes | lucasgds | 10,5 | 8,0 | 8,5 | 8,0 | 8,5 |
| Grupo 8 | Miguel Boing | lucasgds | 10,5 | 8,0 | 8,5 | 8,0 | 8,5 |
| Grupo 9 | Leandro Corrêa | ninofabrizio | 9,5 | 8,0 | 8,0 | 9,0 | 8,5 |
| Grupo 9 | Nino Tiriticco | ninofabrizio | 9,5 | 8,0 | 8,0 | 9,0 | 8,5 |
| Grupo 10 | Felipe Côrtes | felipe-visgou | 11,5 | 6,0 | 8,0 | 10,0 | 9,0 |
| Grupo 10 | Guilherme Malluta | felipe-visgou | 11,5 | 6,0 | 8,0 | 10,0 | 9,0 |
| Grupo 11 | Felipe Rocha | felipeltr | 12,0 | 12,0 | 10,0 | 0,0 | 8,5 |
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
- Trabalho 4 – Desafio dos Drones
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
- Aula 07 – Agentes Lógicos
- Aula 08 – Lógica de Primeira Ordem
- Aula 09 – Prolog
- 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.