Carga Horária Total: 60 horas
Créditos: 4
Semestres: 2025/01 e 02.
Professor: André Grahl Pereira
A disciplina aprofunda o estudo de inteligência artificial baseada em modelos, e introduz abordagens de inteligência artificial neuro-simbólica que combinam
abordagens baseadas em modelos e baseadas em aprendizado de máquina. A disciplina apresenta os fundamentos teóricos e algorítmicos das áreas de busca e planejamento, bem como sua implementação prática. Ela apresenta abordagens que combinam essas áreas com técnicas de aprendizado de máquina. Ela apresenta os conceitos fundamentais dos algoritmos modernos em inteligência artificial, e as relações teóricas que os conectam. Ao final desta disciplina, os alunos estarão preparados para conduzir projetos de pesquisa nessa área, assim como a utilizar essas tecnologias em diversas aplicações.
Os alunos devem realizar uma prova e atividades autônomas para que o professor possa acompanhar o desenvolvimento do aluno ao longo da disciplina.
As atividades previstas incluem: realização de trabalhos, resolução de listas de exercícios, implementação, avaliação e aplicação de técnicas, entre outras.
Para ser aprovado, o aluno necessita obter média final igual ou superior a 6.0, e frequência igual ou superior a 75%. A avaliação é feita através de uma prova e de
atividades autônomas, respeitando os seguintes pesos: prova, com valor 30% da nota final; atividades autônomas realizadas ao longo da disciplina, com valor de 70% da nota final.
A correspondência entre notas final e conceitos, onde NOTA é a nota obtida somandose os pontos obtidos nas avaliações, é a seguinte:
O aluno com nota final menor do que 6.0 e frequência final maior ou igual a 75% poderá realizar duas atividades de recuperação:
A nota final será, então, recalculada, e o aluno será aprovado com conceito final C se obtiver média superior a 6,0; caso contrário, será reprovado com conceito final D.