ISLA IPGT 2129

Inteligência Artificial

• ApresentaçãoPresentation

  A unidade curricular de Inteligência Artificial (IA) (6 ECTS) introduz os estudantes aos conceitos fundamentais de IA e Machine Learning, enquadrando-os no contexto da Ciência de Dados. Ao longo da UC são abordados: tipos de problemas de IA, tecnologias habilitadoras, processo de aprendizagem em ML, bem como algoritmos supervisionados e não supervisionados e a sua aplicação prática com ferramentas adequadas. A metodologia combina aulas expositivas com demonstrações e exercícios práticos. A avaliação em contínuo inclui 1 teste escrito (50%) e 1 trabalho prático com relatório e apresentação (50%), existindo alternativa de exame final em época própria.
• ProgramaProgramme

  1. Introdução à Inteligência Artificial: motivação, benefícios e o tipo de problemas que se pretende resolver. 2. Inteligência Artificial na Ciência de Dados. 3. Inteligência Artificial - Tecnologias que permitem a operação. 4. Aprendizagem Automática - Processo de Aprendizagem. 5. Tipos de Aprendizagem Automática. 6. Aprendizagem Automática – Tipologias de Algoritmos.    6.1. Algoritmos supervisionados.    6.2. Algoritmos não supervisionados. 7. Desenvolvimento e implementação de algoritmos de aprendizagem automática.  
• ObjectivosObjectives

  Tem como objetivo transmitir aos alunos os princípios e características da Inteligência Artificial e, respetivamente, da Aprendizagem Automática, destacando Pesquisa, Representação do Conhecimento e Raciocínio, Planeamento e Aprendizagem Automática. É introduzido o conceito de Inteligência Artificial com Aprendizagem Automática. Os fundamentos essenciais da inteligência artificial nos domínios da aprendizagem automática e da ciência de dados. Aprendizagem Automática: algoritmos supervisionados e algoritmos não supervisionados.     Traduzido com a versão gratuita do tradutor - DeepL.com
• BibliografiaBibliography

  Oliveira, A. (2019). Inteligência Artificial. Ensaios da Fundação, Edição 2019, ISBN: 9789898943309, Fundação Francisco Manuel dos Santos. Costa, E., Simões, A. (2008). Inteligência Artificial – Fundamentos e Aplicações, 2ª Ed. At. e Aum., Edição 2008, ISBN: 978-972-722-340-4, Editora: FCA. Russell R. & Norvig P. (2010) Artificial Intelligence: A Modern Approach. Third Edition, Prentice Hall. Nilsson, N. J. (2014). Principles of artificial intelligence. Morgan Kaufmann. Mitchell, M. (1998). An introduction to genetic algorithms. MIT press, 1998. Michalewicz, Z. (1996). Genetic Algorithms + data Structures = Evolution Programs, 3rd edition, Springer Verlag,  ISBN 3540606769, 1996.
• MetodologiaMethodology

  Na UC de Inteligência Artificial serão utilizadas metodologias ativas e centradas no estudante, com destaque para aprendizagem baseada em projetos aplicados a datasets reais e uso de ferramentas open source. Serão combinadas lógicas de flipped classroom, trabalho colaborativo em pares/grupos e recurso a plataformas digitais (Moodle, fóruns) para feedback frequente e desenvolvimento de autonomia e pensamento crítico.
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  6
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Instrumentos de avaliação:

  Descrição	Data limite	Ponderação
  Teste de avaliação	08-01-2026	50%
  Trabalho prático	11-12-2025	50%