Introdução

Apresentação da Disciplina:

Aulas
As aulas da disciplina acontecerão todas às quartas-feiras pela manhã.
Veja <aqui> o Programa da Disciplina (exatamente como inserido e programado no SIGA).

Trabalhos/Pesquisas:

Cada estudante deverá desenvolver um projeto envolvendo uma funcionalidade em IA.
A seguir a relação de projetos, por estudante:

<em breve>


Sistema de Avaliação da Aprendizagem:
Para acessar o sistema de avaliação da aprendizagem (SAA), clique <aqui>
Endereço completo: http://www.saa.pro.br


Planilha de Notas (parciais):
Para acessar a planilha de notas parciais, clique  <breve>

Semana 1

Tópico: 
Alguns vídeos introdutórios a Inteligência Artificial
Data:12/08

Links:
IA robots take off - <aqui>

Semana 2

Tópicos:
Apresentação da Disciplina / Explicação projetos / Breve panorama da área de TI
Introdução a Inteligência Artificial 
Data:19/08

Apresentação da Disciplina

Introdução a Inteligência Artificial

Materiais de Estudo:
Slides sobre a apresentação da disciplina:  <<slides aqui>>
Slides sobre Introdução a Inteligência Artificial: <<slides aqui>>

Aprofundamento:
breve

Semana 3

Tópicos: 
Agentes Inteligentes  
Resolução de Problemas  
Data:26/08

Agentes Inteligentes

Resolução de Problemas:

Materiais de Estudo:
Agentes Inteligentes  <<slides aqui>>
Resolução de Problemas  <<slides aqui>>

Aprofundamento:

.

Semana 4

Tópicos:
Raciocínio Baseado em Regras  
Raciocínio Baseado em Casos  
Data: 02/09

Sistemas Baseados em Regras

Sistemas Baseados em Casos

Materiais de Estudo:
Raciocínio Baseado em Regras  <<slides aqui>>
Raciocínio Baseado em Casos  <<slides aqui>>

Aprofundamento:

knn - k-Nearest-Neiborhood

Videos Gerais:
https://www.youtube.com/watch?v=UqYde-LULfs

https://www.youtube.com/watch?v=4HKqjENq9OU

https://www.youtube.com/watch?v=MDniRwXizWo

https://www.youtube.com/watch?v=ugKexq5FAO8


Animação interativa
http://vision.stanford.edu/teaching/cs231n-demos/knn/


Animação:
https://yihui.name/animation/example/knn-ani/


Codigo  (em Java)
http://www.cs.cmu.edu/~zhuxj/courseproject/knndemo/KNN.html

site de machine learning (Python)
https://medium.com/learning-machine-learning/recommending-animes-using-nearest-neighbors-61320a1a5934

Galeria de Animações
https://rdrr.io/cran/animation/man/knn.ani.html

Explicação
https://people.revoledu.com/kardi/tutorial/KNN/HowTo_KNN.html

EM PORTUGUÊS:
https://www.youtube.com/watch?v=gJK4fmCvcWY
https://www.youtube.com/watch?v=KBh4vnsCDc4

https://www.youtube.com/watch?v=_3uA9tGBx0s

.

Semana 5

Tópico:
Redes Neurais Artificiais
Data:09/09

Materiais de Estudo:
Redes Neurais Artificiais  <<slides aqui>>

Aprofundamento:

Livro online sobre Deep Learning: <aqui>
Redes Neurais Artificiais: uma abordagem para sala de aula - <aqui>
.

Semana 6

Tópico:
Algoritmos Genéticos e Aplicações utilizando AG+RNA
Data:16/09

Materiais de Estudo:
Algoritmos Genéticos  <<slides aqui>>

>>> Videoaula sobre Algoritmos Genéticos

>>> Vídeo sobre aplicação de AG e RNA

Aprofundamento:

.

Semana 7

Tópico:
Introdução a Programação Python (Ambiente, filosofia, IDEs etc...) 
Data: 23/09

Materiais de Estudo:
Introdução a Linguagem Python: <<slides01 aqui>>

Introdução a Programação Python (Ambiente, filosofia, IDEs etc...): <<slides02 aqui>>

Aprofundamento:
Indico que vocês façam o aprofundamento por meio do Cursos em Vídeo do prof. Guanabara.
Vou indicar em aprofundamento os vídeos que seriam interessante serem vistos para aprofundar os assuntos de cada aula.
Vídeo 1 - Para que serve o Python?  <link>
Vídeo 2 - Instalando o Python 3 e o IDLE <link>
Vídeo 3 - Primeiros comandos em Python 3 - <link>
Vídeo 4 - Instalando o PyCharm e o QPython3 - <link>

Um bom ambiente interativo para aprender diversas linguagens, incluindo Python (até um nível intermediário) é o Scrimba -->  <link>.
Acesse, faça o cadastro, escolha o curso (Python) e bom divertimento.