DAS5341: Inteligência Artificial - 2012 a 2015

Esta página fornecerá conteúdo relacionado à disciplina de Inteligência Artificial, DAS-5341, da graduação em Engenharia de Controle e Automação da UFSC.

Para o segundo semestre de 2014, sou professor para os tópicos de Lógica, Redes Bayesianas, e Redes Neurais.

Slides

• Parte 1
  • Lógica: Slides (conteúdo complementar foi passado no quadro durante as aulas, ou pode ser retirado do livro "Inteligência Artificial", ver seção Bibliografia abaixo) [atual. 30 Set. 2014]
  • Redes Bayesianas: ver link acima da página do prof. E. Camponogara.
• Parte 2
  • Regressão / Classificação / Redes Neurais: (Aulas 1, 3 e 4) (Aula 2) (conteúdo complementar foi passado no quadro durante as aulas, ver também seção Bibliografia) ** Slides Baseados em https://www.coursera.org/learn/machine-learning/    [atual. 14 Maio 2015]

Exercícios

• Prova 1
  • Lista 1: Lógica e Agentes baseado em conhecimentos (PDF) [atual. 30 Set. 2014]
  • Lista 2: Redes Bayesianas (PDF) [atualizado 22 Set. 2014]
    • Exemplo Sprinkler
    • Link para toolbox FullBNT  (Tutorial/Documentação: aqui)
• Prova 2
  • Lista 3: Regressão, Classificação e Redes Neurais (PDF) [atual. 20 Nov. 2014]

Prática / Exemplos 

Julia (Novo): [atual. 3/Nov/2015]:

• Instalando e usando Julia
• Regressão (Método do Descenso do gradiente)
• Regressão Logística
• Deep learning em Julia: Mocha

Classificadores

Redes Neurais Profundas com Convolução (aplicações em visão computacional) [atual. 14 Maio 2015]

Sugestões para o Trabalho

Neste link:
/content/sugest%C3%B5es-de-trabalhos-de-ia

Sites de Competição:

• https://www.kaggle.com/competitions

Sistemas recentes na mídia que usam redes neurais:

• Lynx, da Cybersource, usado pelo CIELO na detecção de fraudes na compra com cartão de crédito pela internet.

Outras notícias

• http://www.wired.com/2014/08/viv/

Bibliografia

• Inteligência Artificial, S. Russel & P. Norvig, Elsevier, 2004. (capítulos 1, 2, e 7)
• An Introduction to Bayesian Networks, F. V. Jensen, 1996. (capítulos 1, 2, e 3)

Bibliografia Complementar

• Pattern Classification, 2nd edition, R. O. Duda, D. Stork, and P. Hart, Wiley, 2001.
• Neural Networks: A Comprehensive Foundation, Simon Haykin, 1994.
• Pattern Recognition and Machine Learning, C. Bishop, 2006. 
• Machine Learning, T. Mitchell, McGraw Hill, 1997.
• https://www.coursera.org/learn/machine-learning/
• http://deeplearning.net/tutorial/lenet.html