Inteligência Artificial

Saber
Paradigmas, áreas e algumas aplicações reais da Inteligência Artificial.
Algoritmos de procura cega, informada e local. Heurística e função de avaliação. Complexidade dos algoritmos, suas vantagens e inconvenientes.
Métodos de inferência em lógica proposicional, de 1ª ordem e em redes Bayesianas. Limitações da lógica clássica: conhecimento incerto e incompleto.
Formalização lógica dos problemas de planeamento. Modelar problemas em linguagem de planeamento (e.g. STRIPS) e construir planos com algoritmo de procura em espaços de planos (e.g. POP).
Aprendizagem automática e suas abordagens.
Fazer
Modelar problemas de procura, especificar heurísticas e avaliar o seu comportamento na prática.
Implementar algoritmos de procura informada e de procura local. Parametrização e experimentação dos algoritmos.
Modelar conhecimentos com lógica. Modelar e resolver problemas combinatórios em Programação por Conjunto de Resposta
. Modelar conhecimentos com redes Bayesianas. Efetuar tarefas de inferência preditiva e de diagnóstico em redes de Bayesianas.
Utilizar algoritmo de retropropagação, treinar e parametrizar rede neuronal.
Soft-Skills
Consciencializar o aluno para a existência de problemas complexos que requerem a utilização de algoritmos sofisticados.
Escolher apropriadamente instrumentos, lidando com o conflito entre o objectivo de produzir uma solução óptima e o tempo/espaço necessário para a obter.
Justificar ou selecionar soluções.
Trabalhar em equipa com a escrita de relatórios, cumprindo prazos devido à existência de vários trabalhos.
Capacidade de modelação abstracta.

Vem Conhecer o NEEC!!