Disciplina Curricular
Inteligência Artificial e Sistemas de Decisão IASD
Mestrado Bolonha em Engenharia Eletrotécnica e de Computadores - MEEC 2021
Contextos
Grupo: MEEC 2021 > 2º Ciclo > Opções Livres > Áreas Secundárias > Área Secundária - Controlo, Robótica e Inteligência Artificial
Período:
Grupo: MEEC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização Principais > Área de Especialização Principal de Controlo, Robótica e Inteligência Artificial > Inteligência Artificial
Período:
Grupo: MEEC 2021 > 2º Ciclo > Área Principal > Áreas de Especialização Principais > Área de Especialização Principal de Controlo, Robótica e Inteligência Artificial > Robótica
Período:
Peso
6.0 (para cálculo da média)
Pré-requisitos
Conhecimentos de algoritmos e estruturas de dados, e Teoria das Probabilidades
Objectivos
Fornecer aos alunos conhecimentos sobre as metodologias fundamentais na área da Inteligência Artificial. Introduzir a noção de agente inteligente. Estudar os métodos de resolução de problemas, representação de conhecimento e raciocínio, planeamento e inferência sob incerteza. Compreender as técnicas usadas no âmbito de sistemas de decisão, cobrindo abordagens simbólicas e probabilísticas.
Programa
Introdução à IA. Agentes inteligentes. Agentes racionais. Natureza dos ambientes. Arquitecturas de agentes. Resolução de problemas. Métodos de procura: não-informados e informados, heurísticas. Procura em jogos e agentes jogadores. Problemas de satisfação de restrições. Representação de conhecimento e raciocínio. Lógica: proposicional, de primeira-ordem. Quantificação. Inferência. Resolução. Planeamento de acções, PDDL, GraphPlan. Incerteza. Modelos probabilísticos: redes Bayesianas, teoria da decisão, modelos de Markov.
Metodologia de avaliação
50% de avaliação: 50% de avaliação não continua
Componente de Competências Transversais
A componente de avaliação Mini-Projectos envolve a realização de trabalhos em grupo, no qual os alunos terão que desenhar e implementar a melhor solução possível para problemas típicos de IA utilizando uma das técnicas estudadas. Estes trabalhos envolvem então pelo menos as competências transversais de pensamento crítico - criatividade e abordagens à resolução de problemas - e competências intrapessoais - trabalho em equipa e competências organizacionais
Componente Laboratorial
não tem
Componente de Programação e Computação
A componente de avaliação Mini-Projectos envolve a realização de trabalhos de programação em Python
Princípios Éticos
Todos os membros de um grupo são responsáveis pelo trabalho do grupo. Em qualquer avaliação, todo aluno deve divulgar honestamente qualquer ajuda recebida e fontes usadas. Numa avaliação oral, todo aluno deverá ser capaz de apresentar e responder a perguntas sobre toda a avaliação.