{"id":6969,"date":"2025-02-10T10:28:20","date_gmt":"2025-02-10T13:28:20","guid":{"rendered":"https:\/\/www.inf.ufrgs.br\/ppgc\/?page_id=6969"},"modified":"2025-02-10T10:28:20","modified_gmt":"2025-02-10T13:28:20","slug":"cmp628","status":"publish","type":"page","link":"https:\/\/www.inf.ufrgs.br\/ppgc\/disciplinas\/lista-de-disciplinas\/cmp628\/","title":{"rendered":"CMP628"},"content":{"rendered":"<h2>CMP628: Intelig\u00eancia Artificial Avan\u00e7ada<\/h2>\n<p><strong>Carga Hor\u00e1ria Total:<\/strong> 60 horas<br \/>\n<strong>Cr\u00e9ditos:<\/strong> 4<br \/>\n<strong>Semestres:<\/strong> 2025\/01 e 02.<br \/>\n<strong>Professor:<\/strong> Andr\u00e9 Grahl Pereira<\/p>\n<h3><strong>Objetivos:<\/strong><\/h3>\n<p>A disciplina aprofunda o estudo de intelig\u00eancia artificial baseada em modelos, e introduz abordagens de intelig\u00eancia artificial neuro-simb\u00f3lica que combinam<br \/>\nabordagens baseadas em modelos e baseadas em aprendizado de m\u00e1quina. A disciplina apresenta os fundamentos te\u00f3ricos e algor\u00edtmicos das \u00e1reas de busca e planejamento, bem como sua implementa\u00e7\u00e3o pr\u00e1tica. Ela apresenta abordagens que combinam essas \u00e1reas com t\u00e9cnicas de aprendizado de m\u00e1quina. Ela apresenta os conceitos fundamentais dos algoritmos modernos em intelig\u00eancia artificial, e as rela\u00e7\u00f5es te\u00f3ricas que os conectam. Ao final desta disciplina, os alunos estar\u00e3o preparados para conduzir projetos de pesquisa nessa \u00e1rea, assim como a utilizar essas tecnologias em diversas aplica\u00e7\u00f5es.<\/p>\n<h3><strong>Programa:<\/strong><\/h3>\n<ul>\n<li>Busca<\/li>\n<li>Planejamento<\/li>\n<li>Large Language Models<\/li>\n<li>Intelig\u00eancia Artificial Neuro-Simb\u00f3lica<\/li>\n<\/ul>\n<h3>Metodologia:<\/h3>\n<p>Os alunos devem realizar uma prova e atividades aut\u00f4nomas para que o professor possa acompanhar o desenvolvimento do aluno ao longo da disciplina.<br \/>\nAs atividades previstas incluem: realiza\u00e7\u00e3o de trabalhos, resolu\u00e7\u00e3o de listas de exerc\u00edcios, implementa\u00e7\u00e3o, avalia\u00e7\u00e3o e aplica\u00e7\u00e3o de t\u00e9cnicas, entre outras.<\/p>\n<h3>Crit\u00e9rios de Avalia\u00e7\u00e3o:<\/h3>\n<p>Para ser aprovado, o aluno necessita obter m\u00e9dia final igual ou superior a 6.0, e frequ\u00eancia igual ou superior a 75%. A avalia\u00e7\u00e3o \u00e9 feita atrav\u00e9s de uma prova e de<br \/>\natividades aut\u00f4nomas, respeitando os seguintes pesos: prova, com valor 30% da nota final; atividades aut\u00f4nomas realizadas ao longo da disciplina, com valor de 70% da nota final.<br \/>\nA correspond\u00eancia entre notas final e conceitos, onde NOTA \u00e9 a nota obtida somandose os pontos obtidos nas avalia\u00e7\u00f5es, \u00e9 a seguinte:<\/p>\n<ul>\n<li>Frequ\u00eancia final &lt;75%: conceito final FF (reprova\u00e7\u00e3o por falta de frequ\u00eancia).<\/li>\n<li>NOTA &lt; 6.0: Conceito final D (insuficiente).<\/li>\n<li>NOTA no intervalo [6.0; 7.5): Conceito final C.<\/li>\n<li>NOTA no intervalo [7.5; 9.0): Conceito final B.<\/li>\n<li>NOTA no intervalo [9.0; 10.0]: Conceito final A.<\/li>\n<\/ul>\n<h3>Recupera\u00e7\u00e3o:<\/h3>\n<p>O aluno com nota final menor do que 6.0 e frequ\u00eancia final maior ou igual a 75% poder\u00e1 realizar duas atividades de recupera\u00e7\u00e3o:<\/p>\n<ul>\n<li>Se a nota na prova for menor do que 6.0 o aluno poder\u00e1 realizar uma prova de recupera\u00e7\u00e3o de toda a mat\u00e9ria que ser\u00e1 utilizada para substituir a nota da prova.<\/li>\n<li>Se a m\u00e9dia nas atividades aut\u00f4nomas for menor do que 6.0 o aluno poder\u00e1 entregar as atividades aut\u00f4nomas com corre\u00e7\u00f5es ou extens\u00f5es. A nova m\u00e9dia ser\u00e1 utilizada para substituir a nota nas atividades aut\u00f4nomas.<\/li>\n<\/ul>\n<p>A nota final ser\u00e1, ent\u00e3o, recalculada, e o aluno ser\u00e1 aprovado com conceito final C se obtiver m\u00e9dia superior a 6,0; caso contr\u00e1rio, ser\u00e1 reprovado com conceito final D.<\/p>\n<h3>Bibliografia:<\/h3>\n<ul>\n<li>Russell, S. J.; Norvig, P. Artificial Intelligence: A Modern Approach. Estados Unidos: Prentice Hall, 2010. ISBN 0136042597.<\/li>\n<li>Artigos cient\u00edficos selecionados.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>CMP628: Intelig\u00eancia Artificial Avan\u00e7ada Carga Hor\u00e1ria Total: 60 horas Cr\u00e9ditos: 4 Semestres: 2025\/01 e 02. Professor: Andr\u00e9 Grahl Pereira Objetivos: A disciplina aprofunda o estudo de intelig\u00eancia artificial baseada em modelos, e introduz abordagens de intelig\u00eancia artificial neuro-simb\u00f3lica que combinam abordagens baseadas em modelos e baseadas em aprendizado de m\u00e1quina. A disciplina apresenta os fundamentos [&hellip;]<\/p>\n","protected":false},"author":11,"featured_media":0,"parent":462,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":[],"_links":{"self":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/6969"}],"collection":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/comments?post=6969"}],"version-history":[{"count":2,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/6969\/revisions"}],"predecessor-version":[{"id":6971,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/6969\/revisions\/6971"}],"up":[{"embeddable":true,"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/pages\/462"}],"wp:attachment":[{"href":"https:\/\/www.inf.ufrgs.br\/ppgc\/wp-json\/wp\/v2\/media?parent=6969"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}