Disciplina Curricular

Inteligência Artificial e Sistemas de Decisão IASD

Mestrado Bolonha em Engenharia e Ciência de Dados - MECD2019

Contextos

Grupo: MECD2019 > 2º Ciclo > Opções

Período:

Grupo: MECD2019 > 2º Ciclo > Opções

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.

Disciplinas Execução

2023/2024 - 1º semestre

2022/2023 - 1º semestre

2021/2022 - 1º Semestre

2020/2021 - 1º Semestre

2019/2020 - 1º Semestre