Moodle: Clique aqui para o EAD
Aulas são ministradas na PUC-Rio 13h-15h Segundas e Quartas na Sala L522 no zoom .
- 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.
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 (Seleção de atributos e métodos estatísticos)
- Aula 12 – Árvores de Decisão
- Aula 13 – K- Nearest Neighbors
- Aula 14 – Support Vector Machines
- Aula 15 – Redes Neurais
- Aula 16 – Algoritmos p/ Regressão (Linear, Não-Linear e Logística)
- Aula 17 – Aprendizado não supervisionado (BSAS, K-Means, K-Medoids, DBScan)
- 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) Introdução à Incerteza
- Lógica Fuzzy
- Redes Bayesianas
- 7) (Breve) Introdução à 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.
- Goodfellow, I.; Bengio, Y.; Courville, A. Deep Learning; MIT Press; 2016
- 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.