Descrição
Este curso visa familiarizar os alunos com conceitos, teorias e métodos de Inteligência Artificial, utilizando como base o enfoque de agentes inteligentes e enfatizando IA não-simbólica. O curso é baseado em uma combinação de aulas expositivas, seminários e realização de projetos.
Bibliografia Básica
 |
RUSSEL, S., NORVIG, P. Artificial Intelligence: A Modern Approach. 2nd ed. New Jersey: Prentice-Hall, 2003. |
|
NILSSON, N. Principles of Artificial Intelligence. New York: McGraw-Hill, 1982. |
|
WINSTON, P. Artificial Intelligence. 2 ed. Reading: Addison-Wesley, 1984. |
|
RICH, E. Inteligência Artificial. São Paulo: McGraw-Hill, 1988. |
|
STERLING, L., SHAPIRO, S. The Art of Prolog. MIT Press, 1986. |
Bibliografia Adicional
|
HAYKIN, S. Neural Networks. Prentice-Hall, 1999. |
|
MURPHY, R. Introduction to AI Robotics. MIT Press, 2000. |
|
IGNIZIO, J. Introduction to Expert Systems. McGraw-Hill, 1991. |
Alguns links úteis
| AI Topics: Biblioteca dinâmica da AAAI (American Association for Artificial Intelligence) |
| AIMA software: Bibliotecas Lisp do livro Artificial Intelligence: A Modern Approach, de S. Russell e P. Norvig |
| Documentação de Lisp (tutorial e exemplo) |
| JavaBayes: Redes bayesianas em Java |
| JavaNNS: Pacote em Java para projeto e análise de redes neurais artificiais |
| Jess: Um shell para Sistemas Especialistas em Java |
| LispWorks: um ambiente para programação em Common Lisp |
| SBC - CEIA: Comissão Especial de Inteligência Artificial da Sociedade Brasileira de Computação. |
| SBC - CERN: Comissão Especial de Redes Neurais da Sociedade Brasileira de Computação. |
| Teambots 2.0: Simulador Java para times de robôs móveis |
| Eventos: |
| SBIA: O principal evento brasileiro em IA. Próxima edição: 2008. |
| SBRN: O principal evento brasileiro em Redes Neurais. Próxima edição: 2008. |
Aulas
| |
|
Princípios de algoritmos e complexidade / Agentes inteligentes e ambientes / Busca não-informada |
| |
| |
| |
| Redes neurais artificiais |
| Seminários (2 sessões): |
| Sessão 1: Algoritmos para MLPs, Redes RBF, Support Vector Machines |
| Sessão 2: Mapas auto-organizáveis, Redes de Hopfield, Aprendizado por reforço |
| Algoritmos genéticos e computação evolutiva |
| Agentes baseados em conhecimento |
| Inferência em agentes baseados em conhecimento |
| Planejamento |
| Raciocínio sob incerteza |
Mais informações? Entre em contato.
