Apresentação da Disciplina

Transcrição

1 Apresentação da Disciplina Aula #1.1 EBS 564 IA Prof. Luiz Fernando S. Coletta Campus de Tupã

2 Roteiro Objetivos da disciplina; Conteúdo; Metodologia de ensino; Bibliografia; Critérios de avaliação e recuperação; Planejamento; Horário de atendimento; Material de aula. 2

3 Objetivos da Disciplina Conhecer conceitos gerais sobre Inteligência Artificial (IA) 3

4 Objetivos da Disciplina Conhecer conceitos gerais sobre Inteligência Artificial (IA) Dominar estratégias para a solução de problemas com base em IA Lógica Fuzzy; Redes Neurais Artificiais; Algoritmos Genéticos. 4

5 Objetivos da Disciplina Conhecer conceitos gerais sobre Inteligência Artificial (IA) Dominar estratégias para a solução de problemas com base em IA Lógica Fuzzy; Redes Neurais Artificiais; Algoritmos Genéticos. g-transcendence-looks-at-the-implications-of-artificialintelligence-but-are-we-taking html Stephen Hawking The development of full artificial intelligence could spell the end of the human race 5

6 Conteúdo 1. Aspectos gerais da inteligência artificial 1.1. Histórico da IA; 1.2. Aplicações de sistemas inteligentes; 1.3. Resolução de problemas via busca; 6

7 Conteúdo 1. Aspectos gerais da inteligência artificial 1.1. Histórico da IA; 1.2. Aplicações de sistemas inteligentes; 1.3. Resolução de problemas via busca; 2. Conhecimento e raciocínio incertos; 2.1. Conjuntos tradicionais e fuzzy; 2.2. Princípios básicos da lógica fuzzy; 2.3. Funções de pertinência, fuzificação e defuzificação; 2.4. Tipos e noções de projeto de controladores fuzzy; 7

8 Conteúdo 1. Aspectos gerais da inteligência artificial 1.1. Histórico da IA; 1.2. Aplicações de sistemas inteligentes; 1.3. Resolução de problemas via busca; 2. Conhecimento e raciocínio incertos; 2.1. Conjuntos tradicionais e fuzzy; 2.2. Princípios básicos da lógica fuzzy; 2.3. Funções de pertinência, fuzificação e defuzificação; 2.4. Tipos e noções de projeto de controladores fuzzy; 3. Aprendizado de máquina 3.1. Paradigmas de aprendizagem; 3.2. Aprendizado de redes neurais artificiais; 3.3. Topologias de redes neurais artificiais; 3.4. Redes neurais artificiais em controles; 3.5. Noções sobre o projeto de controladores neurais; 8

9 Conteúdo 1. Aspectos gerais da inteligência artificial 1.1. Histórico da IA; 1.2. Aplicações de sistemas inteligentes; 1.3. Resolução de problemas via busca; 2. Conhecimento e raciocínio incertos; 2.1. Conjuntos tradicionais e fuzzy; 2.2. Princípios básicos da lógica fuzzy; 2.3. Funções de pertinência, fuzificação e defuzificação; 2.4. Tipos e noções de projeto de controladores fuzzy; 3. Aprendizado de máquina 3.1. Paradigmas de aprendizagem; 3.2. Aprendizado de redes neurais artificiais; 3.3. Topologias de redes neurais artificiais; 3.4. Redes neurais artificiais em controles; 3.5. Noções sobre o projeto de controladores neurais; 4. Algoritmos genéticos: conceituação e aplicações 9

10 Metodologia do Ensino Aulas expositivas (em sala de aula) Teoria e exemplos didáticos; Exercícios para entregar; Sugestão de leituras (bibliografia, etc.) 10

11 Metodologia do Ensino Aulas expositivas (em sala de aula) Teoria e exemplos didáticos; Exercícios para entregar; Sugestão de leituras (bibliografia, etc.) Aulas práticas (em laboratório) Aplicação dos fundamentos estudados; Exercícios para entregar. 11

12 Metodologia do Ensino Aulas expositivas (em sala de aula) Teoria e exemplos didáticos; Exercícios para entregar; Sugestão de leituras (bibliografia, etc.) Aulas práticas (em laboratório) Aplicação dos fundamentos estudados; Exercícios para entregar. Trabalhos e provas 12

13 Bibliografia Básica PETER NORVIG, STUART RUSSELL. Inteligência artificial. 3.ed. Campus, LUGER, GEORGE F. Inteligência artificial: estruturas e estratégias para a resolução de problemas complexos. 6. ed. Bookman, SIMÕES, MARCELO GODOY, SHAW, IAN S. Controle e modelagem fuzzy. 2. ed. Blucher:FAPESP, BRAGA, A. DE PÁDUA, CARVALHO, A. C. P. L. F., LUDEMIR, T. BERNARDA. Redes neurais artificiais: teoria e aplicações. 2. ed. LTC Editora,

14 Bibliografia Complementar ASCENCIO, A. F. G. Fundamentos da Programação de Computadores: Algoritmos, Pascal, C/C++ (padrão ANSI) e Java. 3 ed. São Paulo: Pearson, LUGER, GEORGE F. Inteligência artificial. 6. ed. Pearson, 2013 Link: = DE CAMPOS, MARIO MASSA, SAITO, KAKU. Sistemas inteligentes em controle e automação de processos. 1. ed. Ciência Moderna, BOZDOGAN, HAMPARSUM. Statistical data mining and knowledge discovery. 1. ed. CRC Press, 2003 Link: CORRAR, LUIZ J., PAULO, EDILSON, DIAS FILHO, JOSÉ M. Análise multivariada: para os cursos de administração, ciências contábeis e economia. 1 ed. São Paulo:Atlas

15 Bibliografia Complementar ASCENCIO, A. F. G. Fundamentos da Programação de Computadores: Algoritmos, Pascal, C/C++ (padrão ANSI) e Java. 3 ed. São Paulo: Pearson, LUGER, GEORGE F. Inteligência artificial. 6. ed. Pearson, 2013 Link: = DE CAMPOS, MARIO MASSA, SAITO, KAKU. Sistemas inteligentes em controle e automação de processos. 1. ed. Ciência Moderna, BOZDOGAN, HAMPARSUM. Statistical data mining and knowledge discovery. 1. ed. CRC Press, 2003 Link: CORRAR, LUIZ J., PAULO, EDILSON, DIAS FILHO, JOSÉ M. Análise multivariada: para os cursos de administração, ciências contábeis e economia. 1 ed. São Paulo:Atlas Links para E-Books Pearson e Parthenon

16 Critérios de Avaliação Avaliações individuais (em sala de aula) 2 provas (P1 e P2) de até 10,0 pontos cada; 70% da média. 16

17 Critérios de Avaliação Avaliações individuais (em sala de aula) 2 provas (P1 e P2) de até 10,0 pontos cada; 70% da média. Avaliações em grupos 2 trabalhos (T1 e T2) de até 10,0 pontos cada; 30% da média. 17

18 Critérios de Avaliação Avaliações individuais (em sala de aula) 2 provas (P1 e P2) de até 10,0 pontos cada; 70% da média. Avaliações em grupos 2 trabalhos (T1 e T2) de até 10,0 pontos cada; 30% da média. Definição de grupos! Quantos integrantes??? 18

19 Critérios de Avaliação A média final (S) será dada pela fórmula: O aluno com S 5,0 é APROVADO \o/ 19

20 Recuperação Processo de Recuperação: Tempo P1 e T1 P2 e T2 E 20

21 Recuperação Processo de Recuperação: Tempo Divulgação Notas P1 e T1 P2 e T2 E 21

22 Recuperação Processo de Recuperação: Tempo Divulgação Notas P1 e T1 P2 e T2 E Proc. Recuperação enquanto S < 5 R1 Exercícios de aula (até x pontos cada) + Avaliação (Surpresa) - matéria até o momento 22

23 Recuperação Processo de Recuperação: Tempo Divulgação Notas P1 e T1 P2 e T2 E Proc. Recuperação enquanto S < 5 R1 - Vários exercícios serão propostos durante as aulas; - A avaliação é opcional (se realizar: P2 = (P2 + AS)/2). Exercícios de aula (até x pontos cada) + Avaliação (Surpresa) - matéria até o momento 23

24 Recuperação Processo de Recuperação: Tempo Divulgação Notas Divulgação Notas P1 e T1 P2 e T2 E Proc. Recuperação enquanto S < 5 R1 - Vários exercícios serão propostos durante as aulas; - A avaliação é opcional (se realizar: P2 = (P2 + AS)/2). Exercícios de aula (até x pontos cada) + Avaliação (Surpresa) - matéria até o momento 24

25 Recuperação Processo de Recuperação: Tempo Divulgação Notas Divulgação Notas P1 e T1 P2 e T2 E Proc. Recuperação enquanto S < 5 R1 R2 - Vários exercícios serão propostos durante as aulas; - A avaliação é opcional (se realizar: P2 = (P2 + AS)/2). Listas de Exercícios (até 1 ponto) + Prova de Exame Final (toda a matéria) Exercícios de aula (até x pontos cada) + Avaliação (Surpresa) - matéria até o momento 25

26 Recuperação Processo de Recuperação: Tempo Divulgação Notas Divulgação Notas P1 e T1 P2 e T2 E Proc. Recuperação enquanto S < 5 R1 R2 - Listas de exercícios serão disponibilizadas no decorrer da disciplina; - Nota E = (LE*0,1) + (PE*0,9). - Vários exercícios serão propostos durante as aulas; - A avaliação é opcional (se realizar: P2 = (P2 + AS)/2). Listas de Exercícios (até 1 ponto) + Prova de Exame Final (toda a matéria) Exercícios de aula (até x pontos cada) + Avaliação (Surpresa) - matéria até o momento 26

27 Recuperação Candidato a R2: Frequência mínima de 70%; Nota semestre (S) menor que 5,0. 27

28 Recuperação Candidato a R2: Frequência mínima de 70%; Nota semestre (S) menor que 5,0. Exame final (E): O aluno com NF 5,0 é APROVADO \o/ 28

29 Planejamento Total de 17*2 encontros previstos 29

30 Planejamento Total de 17*2 encontros previstos Data Planejamento 13/03 Início da Disciplina 20/03 Data máxima para entrega dos nomes de integrantes de cada grupo 24/04 Entrega e apresentação do T1 01/05 Feriado \o/ 08/05 P1 26/06 Entrega e apresentação do T2 03/07 P2 10/07 Prova Exame Final 14/07 Entrega das Notas 30

31 Horário de Atendimento Presencial Sala (26) do professor Segunda-feira das 10:00 às 12:00 horas 31

32 Material de Aula Slides, listas, datas e informações Página da disciplina 32

33 Material de Aula Slides, listas, datas e informações Página da disciplina Mas antes alguns recados... 33