MC 906A
Introdução à Inteligência Computacional  
2º Semestre de 2009

Informações Gerais

Professor: Siome Klein Goldenstein Sala: IC  12
Atendimento: Quartas, 17:00-18:00.
Horário: CB-02: Terças - 21:00-22:40
CB-03: Quintas - 19:00-20:40

Notícias Importantes

  1. Resultado do exame

  2. Notas do trabalho já disponíveis. Horário de atendimento hoje, 17/12, no horário de aula (mas na minha sala), para ver suas provas e trabalhos.
     
  3. Notas da P2 já disponíveis.
     
  4. Lista 2.
     
  5. Após atendimento de 18/11, vocês me convenceram que o último ítem da primeira questão estava ambíguo, e que realmente permitia múltiplas interpretações. Recorrigi este ítem, e as novas notas já estão disponíveis.  Para quem não lembra, as notas antigas estão aqui.
     
  6. Notas da 1a prova disponíveis.
     
  7. Trabalho já disponível. Entrega no dia 15/12/2009. Leia o enunciado para detalhes, critérios, dados, etc.

Livros

Referência Principal:
Inteligência Artifical , (link do original em inglês)
Stuart Russell e Peter Norvig ,
Editora Campus.
Referências Auxíliares:
Pattern Classification,
R. Duda, P. Hart, P. Stork,
Willey-Interscience. 		The Elements of Statistical Learning ,
T. Hastie, R. Tibshirani, J. H. Friedman,
Springer Verlag. 		Machine Learning ,
Tom Mitchell,
McGraw-Hill.

Cronograma

Dia Data   Tópico Leitura Extra
Ter 18/08 01 Introdução à Disciplina.  
   
Qui 20/08   Não haverá aula.       
Ter 25/08 02 Modelagem de Problemas, Filme.    
Qui 27/08 03 Busca sem Informação. AIMA Cap. 3  
Ter 01/09 04 Busca com Informação. AIMA Cap. 4   
Qui 03/09   Não haverá aula(WVC)    
Ter 08/09 05 Busca Competitiva. AIMA Cap. 6   
Qui 10/09 06 Busca por Soluções, Otimização Contínua I. AIMA Cap. 4.3-4.4
e outros.		  
Ter 15/09 07 Busca por Soluções, Otimização Contínua II. AIMA Cap. 4.3-4.4
e outros.		  
Qui 17/09 08  Algoritmos Genéticos. ML Cap. 9.
AIMA Cap. 4.3-4.4.		  
Ter 22/09 09  K-Means e EM. ESL 13.2, 14.3.
AIMA 20.3, 20.4
PC 10.		  
Qui 24/09 10  Clusterização Espectral (Normalized Cuts).  Paper 1.  Lista 1.
Ter 29/09 11 Quarenta Anos do IC    
Qui 01/10 12 Quarenta Anos do IC    
Ter 06/10   Não haverá aula.    
Qui 08/10 13 Prova 1.    
Ter 13/10   Não haverá aula.    
Qui 15/10 14 Clusterização Hierárquica, DbScan, Clusterização por Grafos. PC 10.   
Ter 20/10 15 KNN e Bayesiano Ingênuo. AIMA 20.1,20.2, ML 8.   
Qui 22/10 16 Avaliação e Treinamento Supervisionado.    
Ter 27/22 17 Redução de Dimensionalidade. ESL 14.5.
AIMA 20.3, 20.4 		   
Qui 29/10 19 Árvores de Decisão. AIMA 18, ML 3.  
Ter 03/11 20 Classificadores Lineares. AIMA 18, ESL 2, 3.  
Qui 05/11 21 Redes Neurais I. AIMA 20.5, ML 4.  
Ter 10/11 22
   
Qui 12/11 23 Redes Neurais II. AIMA 20.5, ML 4.  
Ter 17/11 24 Redes Bayesianas. Trabalho.  
Qui 19/11 25 Dicionários.
    
Ter 24/11 26 Ensembles.    
Qui 26/11 27 Anomalias    
Ter 01/12
     
Qui 03/12      
Ter 08/12   Feriado Municipal    
Qui 10/12 28 Prova 2    
Ter 15/12 29
   Trabalho.
Qui 17/12 30    
Ter 22/12 31 Exame

Critério de Avaliação

A avaliação da disciplina será feita através de duas provas, P1 (08/10) e P2 (10/12), e um trabalho T (a ser entregue no final do semestre, mais detalhes ao longo da disciplina).

A Nota será

N = 0.3 * P1 + 0.4 * P2 + 0.3 T.

Caso N < 5.0 ou P1 < 2.5 ou P2 < 2.5 ou T < 2.5, o aluno precisa fazer um exame (22/12).  Sua nota final será

NF = (N + E) / 2.

Em caso de plágio ou comportamento anti-ético, o aluno ficará com zero na disciplina. Isto é um critério de avaliação, e não impede que a unidade tome outras medidas posteriores.

Leituras Complementares



Referências Úteis

  1. Algebra Linear

 

Siome Klein Goldenstein: [myfirstname](at) ic unicamp br
Last modified: Thu Sep 10 11:58:26 BRT 2009