Objectivos e competências
Objetivos pedagógicos
- Promover o uso de ferramentas de Inteligência artificial/reconhecimento de padrões para resolução de problemas;
- Fomentar o interesse na área da programação para o desenvolvimento de soluções inteligentes para apoio à decisão
Resultados expectáveis
O estudante deve ser capaz de:
- Conhecer os princípios, mecanismos, sintaxe e semântica de programação em Python®;
- Reconhecer a necessidade e as vantagens do processamento automático de informação;
- Expressar-se corretamente de forma oral e escrita sobre problemas de classificação e predição.
- Usar ferramentas classificativas na resolução de problemas que envolvem grande quantidade dados pela criação de sistemas de apoio à decisão.
Metodologias de ensino
A metodologia de ensino baseia-se num modelo pedagógico construcionista com foco no desenvolvimento do pensamento computacional, através de um conjunto de dinâmicas pedagógicas ativas, pela resolução de problemas que apelam à criatividade para o desenvolvimento de software apoiado por métodos de aprendizagem computacional de baixa/média complexidade. A unidade curricular é desenhada numa perspetiva de ludificação, conjugando uma componente supervisionada pelo docente e outra a desenvolver pelo estudante em autonomia.
Metodologias de ensino
- Linguagem de Programação Python®
- Conceitos fundamentais da linguagem Python®
- Variáveis, tipos de dados e operações
- Estruturas de decisão e repetição
- Funções - Inteligência Artificial (AI)
- O que é?
- Os principais paradigmas e desafios em AI - Conceitos de Reconhecimento de Padrões
- O que é a aprendizagem de máquina (machine learning)?
- Problemas de Aprendizagem
- Sobre-ajustamento (Overfitting)
- Algumas ferramentas clássicas de aprendizagem de máquina - Aprendizagem Supervisionada
- Redes Neurais Artificiais (RNA)
- Máquinas de vetores de suporte (SVM) - Aprendizagem não supervisionada
- K-means e Mapas auto-organizáveis (SOM) - Teoria de Aprendizagem e Seleção de Modelos / Padrões
- Validação cruzada
- Algoritmos genéticos
- Seleção sequencial de padrões
- Métodos estatísticos - Análise avançada de dados
- Aplicações Inteligentes em Python®
