-
Apresentação
Apresentação
A unidade curricular introduz os conceitos, métodos e técnicas fundamentais da Inteligência Artificial. Abrange algoritmos de procura informada e não informada, uma introdução a métodos meta-heurísticos e uma primeira abordagem à aprendizagem automática através de classificação probabilística, nomeadamente com o classificador Naive Bayes. A UC visa proporcionar bases conceptuais e práticas para a resolução computacional de problemas e para o prosseguimento de estudos em áreas como Inteligência Artificial, Aprendizagem Automática e Optimização.
-
Disciplina do curso
Disciplina do curso
-
Grau | Semestres | ECTS
Grau | Semestres | ECTS
Licenciado | Semestral | 6
-
Ano | Natureza | Lingua
Ano | Natureza | Lingua
2 | Obrigatório | Português
-
Código
Código
ULHT6634-24452
-
Pré-requisitos e co-requisitos
Pré-requisitos e co-requisitos
Não aplicável
-
Estágio Profissional
Estágio Profissional
Não
-
Conteúdos Programáticos
Conteúdos Programáticos
1. Introdução à Inteligência Artificial: Definição e história da IA. Aplicações e impactos da IA na sociedade. 2. Agentes Inteligentes: Agentes e ambientes. Agentes reativos simples. Agentes baseados em objetivos. 3. Resolução de Problemas: Formulação de problemas. Estratégias de busca não informadas. Estratégias de busca informada. 4. Introdução às meteurísticas 5. Aprendizagem Máquina: Introdução à aprendizagem supervisionada e não supervisionada. Algoritmos de aprendizagem. Classificador Naive de Bayes 6. Ética e Implicações Sociais da IA.
-
Objetivos
Objetivos
A unidade curricular visa proporcionar aos estudantes uma compreensão sólida dos conceitos, métodos e técnicas fundamentais da Inteligência Artificial. Os estudantes deverão ser capazes de identificar problemas adequados à utilização de abordagens de IA, representar problemas e conhecimento através de estruturas computacionais apropriadas, compreender e aplicar os principais algoritmos de procura e resolução de problemas, e adquirir conhecimentos introdutórios sobre métodos meta-heurísticos e Aprendizagem Automática. É dada particular atenção à selecção e aplicação de técnicas adequadas à resolução de problemas práticos.
-
Metodologias de ensino
Metodologias de ensino
-
-
Bibliografia principal
Bibliografia principal
Aggarwal, C. C. (2021). Artificial Intelligence A Textbook. Springer. Russell, S., & Norvig, P. (2021). Artificial intelligence: a modern approach. Pearson. Teoh, T. T., & Rong, Z. (2022). Artificial Intelligence with Python. Springer. Chopra, D., & Khurana, R. (2023). Introduction to Machine Learning with Python. Bentham Science Publishers.
-
Avaliação
Avaliação
Descrição dos instrumentos de avaliação (individuais e de grupo) ¿ testes, trabalhos práticos, relatórios, projetos... respetivas datas de entrega/apresentação... e ponderação na nota final.
Exemplo:
Descrição
Data limite
Ponderação
Prova de Avaliação de Conhecimentos Escrita (Individual)
08-01-2026
45%
Trabalho Prático (Grupo)
22-01-2026
45%
Atividades Práticas em contexto de Sala de Aula
10%
No momento de avaliação "Atividades Práticas" está previsto a execução dos mesmos predominantemente em aula, com aviso prévio.
-
Mobilidade
Mobilidade
Não
