Inteligência Artificial

Ementa

Fundamentos, conceitos e histórico de Inteligência Artificial. Aquisição, organização e representação do conhecimento. Sistemas baseados em conhecimento. Resolução de problemas. Métodos e mecanismos de busca. Paradigmas de aprendizado de máquina. Agentes Inteligentes. Redes neurais artificiais. Sistemas Fuzzy. Computação evolutiva. Ambientes para desenvolvimento de IA. Técnicas e atualidades em IA.

Bibliografia Básica

1. LUGER, George F. Inteligência Artificial. 6a ed. São Paulo: Pearson, 2013.
2. MEDEIROS, Luciano Frontino de. Inteligência artificial aplicada: uma abordagem introdutória. Curitiba: InterSaberes, 2018.
3. FACELI, Katti; LORENA, Ana C.; GAMA, João; AL, et. Inteligência Artificial - Uma Abordagem de Aprendizado de Máquina. Rio de Janeiro: LTC, 2021.

Referências Bibliográficas Complementares

1. HAYKIN, Simon. Redes neurais princípios e prática. Bookman, Porto Alegre, 2001.
2. LUGGER, George F. Inteligência artificial: estruturas e estratégias para a resolução de problemas complexos. 4a ed. Bookman, Porto Alegre, 2004.
3. NETO, Palma; GARCIA, Luiz. Introdução às Redes Neurais Construtivas. São Carlos. EDUFSCAR, 2005.
4. LUDWIG Jr., Oswaldo. Redes neurais princípios e prática. Rio de Janeiro, Ciência Moderna, 2007.
5. LUDWIG Júnior, Oswaldo. Redes Neurais: fundamentos e aplicações com programas em C. Rio de Janeiro, Ciência Moderna, 2007.

O texto base do curso será:

MELO, A. Estatística e Aprendizado de Máquina com a linguagem Julia , 1a ed., 2026.

que está disponível para Download Aqui

Atenção! Os novos Capítulos do Material já estão disponíveis acima. Confira!

Datasets do Capítulo 3 (links também no PDF)

biomass.csv candyBars.csv miceLengths.csv

Lista (temporária) para os projetos do curso

Disponível aqui

Listas de Exercícios para fazer e contabilizar pontos complementares

Tarefa da vez!

Depois de ler o Capítulo 4 e pelo menos o começo do Capítulo 5, você pode fazer uma breve atividade de classificação com aprendizado de máquina como descrito a seguir.

Preliminares

Na sua instalação de Julia, adicione os pacotes Pluto e PlutoUI. Feito isso, no ambiente Julia no terminal, execute:

import Pluto; Pluto.run()

Isso vai abrir uma WebGUI no seu navegador com o ambiente do Pluto.jl.

Baixe o arquivo Classificando-Iris.jl. Na página inicial do Pluto, há um botão para abrir arquivos. Direcione-o para onde o referido arquivo está localizado e abra-o.

Parabéns! Você abriu seu primeiro notebook no Pluto. No canto superior direito, haverá um botão cinza com “Executar código do arquivo”. Clique nele e aguarde até que as dependências sejam carregadas (você saberá que está tudo ok quando a caixa “Estado” no canto inferior direito ir de amarelo para verde).

A atividade em si

Siga o texto e os detalhes feitos ao decorrer do mesmo. O objetivo é implementar a classificação com k-vizinhos mais próximos no dataset iris. Para isso, em alguns momentos lhe será pedido para implementar algumas funções. Dessa forma, quando você ver

function alguma_coisa
      missing # Substitua isto por seu código!
end

você deve substituir o missing com sua resposta.

Para conferí-la, no canto inferior direito de cada célula de código há um botão de “Play” que você deve clicar para executar a função na célula (você também pode usar Shift+Enter no teclado para executar a célula). Feito isso, o Pluto avaliará nas células abaixo se sua implementação atende ao esperado. Sua tarefa é obter uma implementação válida em todas.

À medida que você for editando seu código, lembre-se de apertar Ctrl+S para que o Pluto salve suas edições. Feito isso, você pode fechar o navegador normalmente e em encerrar o Pluto no terminal com Ctrl+C. Para continuar depois, é só refazer os passos: Terminal > Julia > import Pluto; Pluto.run() > acessar a WebGUI do Pluto. Na página inicial já vai aparecer os arquivos abertos recentemente, então basta clicar e depois “Executar código do arquivo” para continuar de onde parou.

Quando terminar, envie seu arquivo por email.

Dúvidas, comentários ou observações podem ser feitas por email 🧐 🤗.