---

IF684 - Sistemas Inteligentes (2015.1)

---

Dicas, material bibliográfico e descrição geral desta disciplina encontram-se em www.cin.ufpe.br/~if684/EC/

Informações Gerais:

• Professores responsáveis:  Patricia Tedesco (pcart@cin) e Germano Vasconcelos (gcv@cin)
• Horário: terças de 13 às 15h e quintas de 15 às 17h
• Local: Sala D-003
• Homepage: www.cin.ufpe.br/~if684/EC/2015-1/
• Lista dos alunos – clique aqui!

Ementa Resumida do Curso:

Parte I - Patricia

· Resolução de problemas por meio de Busca

· Representação do Conhecimento (RC) e Raciocínio

Parte II - Germano

· Aprendizagem de Máquina

· Tópicos Avançados

Avaliação:

Parte I: 50% da nota final, dos quais

· 30% = Prova sobre Busca

· 20% = Projeto Robocode

Parte II: 50% da nota final

Aulas

Parte I: Busca, Representação do Conhecimento & Raciocínio

• Visão geral (24/03)

o Leitura: Capítulo 1 do RUSSELL & NORVIG

o COMPUTING MACHINERY AND INTELLIGENCE - Alan Turing

· Algoritmos de Busca

o Leitura: Capítulos 3 e 4 do livro texto - RUSSELL & NORVIG

• Busca I - Resolução de Problemas (26/03)
• Exercícios sobre Resolução de Problemas aqui
• Busca II – Busca Cega e Busca Heurística (31/03)
• Lista de exercícios sobre busca (não vou recolher esta lista, é só para estudar)

Não haverá aula em 02/04 - Feriado

• Busca III – Funções heurísticas e Busca com Otimização (07/04)
• Path-finding – slides & simulador (09/04)
• Excelente texto sobre ‘search’ aqui
• URL original = http://lvk.cs.msu.su/~bruzz/articles/IR/korf96artificial.pdf
• Aula de Revisão e Resolução da lista de exercícios (14/04)
• Apresentação Robocode (16/04)
• Prova sobre busca (23/04)

· Representação de Conhecimento

o Sistemas baseados em conhecimento (28/04)

§ Leitura: Capítulo 2 do RUSSELL & NORVIG

• Sistemas de Produção (30/04)

§ Shell Expert Sintta - para download e Expert Sintta - homepage oficial

o Agentes Inteligentes (05/05)

o Implementação e Dúvidas sobre o Projeto (07/05)

o Aula Drools (12/05)

o Planejamento (14/05)

· Competição

o Notas Patricia (Revisado)

Parte II: Aprendizagem de Máquina e Tópicos Avançados

o Introdução

o Conceitos e Fundamentação

o Redes Neurais (Perceptrons e Adaline)

o Redes Neurais (Multilayer Perceptrons)

o Mini-projeto: Reconhecimento de Dígitos (MNIST)

o Árvores de Decisão

o Lógica Difusa e Sistemas Difusos

o Sistemas Neuro-fuzzy

o Algoritmos Genéticos

o Aplicações e Desenvolvimento de Soluções

o Lista de Exercícios 1

o Lista de Exercícios 2

o Prova

o Descrição do Projeto

o Script do Matlab para Projeto

o Apresentação do Projeto (PPPT e Entrega do Relatório)