Ementa
| Componente Curricular | Inteligência Artificial |
|---|---|
| Curso | Engenharia de Controle e Automação |
| Código | SLTINTA |
| Semestre | 8º |
| Número de aulas semanais | 4 |
| Quantidade total de aulas | 76 |
| Carga horária presencial/à distância | 63,3/0,0 |
| Abordagem metodológica | Teórico/Prática |
| Laboratório | B100 / D108 |
| Pré-requisitos (sugeridos) | |
| Horário de aula | Segunda-feira (B100): 07:00 - 10:30 |
| Horário de atendimento | Quarta-feira (B100): 07:00 - 08:00 |
| Avaliação do ensino/aprendizagem | - AL: Atividades em laboratório - APL: Avaliação Prática de Laboratório - Média final = 0,5.AL + 0,5.APL |
Ementa
O componente curricular proporciona ao aluno um conhecimento básico de inteligência artificial. Apresenta de forma teórico-prática os fundamentos do aprendizado de máquina e aborda tópicos de redes neurais e aprendizado profundo.
Objetivos
Capacitar o discente a entender e desenvolver algoritmos de aprendizagem de máquina capazes de resolver problemas que não possam ser solucionados pelo uso de técnicas convencionais.
Conteúdo Programático
- Fundamentos do aprendizado de máquina
- Introdução ao aprendizado de máquina
- Visão geral de um projeto de aprendizado de máquina
- Problemas de classificação
- Treinamento de modelos
- Máquinas de vetores de suporte (SVM)
- Árvores de decisão
- Ensemble Learning e Florestas Aleatórias
- Redução de dimensionalidade (PCA)
- Redes neurais e aprendizado profundo
- Introdução às redes neurais artificiais
- Treinamento de redes neurais profundas
- Redes neurais convolucionais (CNN)
- Redes neurais recorrentes
- Autoencoders
- Aprendizado por reforço
Bibliografia
- GERON, Aurelien, Mãos à obra: aprendizado de máquina com Scikit-Learn, Keras & TensorFlow: Conceitos, ferramentas e técnicas para a construção de sistemas inteligentes. Alta Books, 2021.
- SILVA, Ivan Nunes, SPATTI, Danilo, FLAUZINO, Rogério Andrade, Redes Neurais Artificiais Para Engenharia e Ciências Aplicadas. Fundamentos Teóricos e Aspectos Práticos, Artliber, 2016.
- FACELI, Katti.; LORENA, Ana Carolina.; GAMA, João; CARVALHO, André Carlos Ponce de Leon Ferreira de. Inteligência Artificial: Uma Abordagem de Aprendizado de Máquina. Rio de Janeiro: LTC, 2021.
- COMPUTATIONAL INTELLIGENCE AND NEUROSCIENCE. New York, NY : Hindawi Pub. Corp, 2006-. ISSN 1687-5273. Disponível em https://www.hindawi.com/journals/cin/ . Acesso em 23 mar. 2022.
- RUSSELL, Stuart J.; SILVA, Flávio Soares Corrêa da; NORVIG, Peter; MACEDO, Regina Célia Simille de; BARROS, Leliane Nunes de; WASSERMANN, Renata. Inteligência Artificial. Rio de Janeiro: Elsevier: 2013.
- CAMPOS, Mario Massa de; SAITO, K. Sistemas Inteligentes em Controle e Automação. Rio de Janeiro: Ciência Moderna, 2004.
- LUGER, George, Inteligência Artificial. Pearson, 2013.
- HAYKIN, Simon. Redes Neurais: Princípios e Práticas. São Paulo: Bookman, 2000.
- NASCIMENTO JR, Cairo Lúcio; YONEYAMA, Takashi. Inteligência artificial em controle e automação. Editora Edgard Blücher Ltda, 2000.
- ADVANCES IN HUMAN-COMPUTER INTERACTION. New York: Hindawi Publishing Corp, 2008- .ISSN 1687-5893. Disponível em https://www.hindawi.com/journals/ahci/. Acesso em 23 mar. 2022.