Negócios e Inteligência Artificial

Ocorrência: 2022/2023 - 2S

Cursos

Horas Efetivamente Lecionadas

LGI2

LGI2ERASMUS

Objectivos, Competências e Resultados de aprendizagem

Programa

C1. Introdução à Inteligência Artificial e aos Sistemas Inteligentes;
C2. Resolução de Problemas com Pesquisa e Otimização;
C3. Algoritmos genético;
C4. Algoritmo de Otimização por Enxame de Partículas;
C5. Agrupamento de dados;
C6. Introdução à Lógica Difusa;
C7. Introdução aos Agentes Raciocínio Baseado em Casos;
C8. Raciocínio Baseado em Regras;
C9. Introdução às Redes Neuronais;
C10. Introdução às Máquinas de Suporte Vetorial;
C11. Árvores de Decisão;
C12. Florestas Aleatórias 

Demonstração da Coerência dos Conteúdos Programáticos com os Objetivos da UC

P1. Introdução à Inteligência Artificial (C1; C2; C3)
P2. Resolução de Problemas com Pesquisa e Otimização (C4; C5; C6)
P3. Representação do Conhecimento (C7; C8; C9)
P4. Aprendizagem, Feedback e Relação Máquina (C10; C11; C12)

Bibliografia Principal

Bibliografia Complementar

Métodos de Ensino

Nas aulas teóricas apresentam-se os tópicos que constam no conteúdo programático intercalando-os com a resolução de alguns exercícios de enquadramento; Nas aulas práticas os alunos efetuam dois trabalhos individuais ou em grupo. A realização dos trabalhos requer também uma pesquisa do estado da arte dos tópicos, motivando o aluno e promovendo a componente de autoaprendizagem.

Modo de Avaliação

Avaliação distribuída com exame final

Componentes de Avaliação e Ocupação registadas

Avaliação Contínua

Avaliação contínua corresponde à média das notas obtidas pelos Trabalhos Práticos, respetiva apresentação e defesa, com nota mínima de 9,5 valores de 0/20, com um peso de 60% da nota final da unidade;
Avaliação contínua prevê ainda que a componente de Trabalhos Práticos contemple uma nota total mínima de 9,5 valores de 0/20 para aceder a um Teste Final, com nota mínima de 9,5 valores de 0/20, com peso de 40% da nota final da unidade curricular.

Nos termos do Regulamento Geral:

a) A presença efetiva dos estudantes nas aulas será objeto de registo e, caso o número de faltas por estudante exceda 30% do número total de sessões de contacto previstas para cada unidade curricular, será automaticamente transferido para a avaliação final da época normal;
b) Nos testes escritos e nos elementos de avaliação definidos é necessária a obtenção da nota mínima de 7,5 valores;
c) Caso o estudante falte ou obtenha uma classificação inferior a 7,5 valores nos testes ou nos elementos de avaliação referidos no número anterior, será automaticamente transferido para a avaliação final da época normal;
d) Caso o estudante falte ou obtenha uma classificação inferior a 7,5 valores no segundo teste escrito (realizado na mesma data da prova escrita final da época normal) poderá requerer inscrição para avaliação na época de recurso;
e) Todos os trabalhos académicos escritos previstos na avaliação (relatórios, estudos de caso, etc.) terão de ser submetidos na base de dados Turnitin, disponível na plataforma E-Learning do ISAG, sendo aceitável uma taxa de similaridade até 30%.

Avaliação Final

Avaliação por Avaliação final prevê um exame global da unidade curricular com nota mínima de 9,5 valores de 0/20 e com um peso de 100% da nota da unidade.

Provas e Trabalhos Especiais

Demonstração da Coerência das Metodologias de Ensino com os Objetivos de Aprendizagem da Unidade Curricular

A metodologia do ensino visa promover o desenvolvimento de competência na área da unidade curricular, nomeadamente pela realização de trabalhos práticos, bem como trabalhos de desenvolvimento de capacidades de pesquisa e síntese de conteúdos aplicados ao Turismo e Gestão Hoteleira. Esta metodologia está de acordo com os objetivos da UC:
ET = Ensino Teórico: Apresentação, discussão e exemplificação dos conceitos fundamentais da Inteligência Artificial (C1 a C12);
EP = Ensino Prático: Resolução de problemas e Casos de Estudo (C2, a C12)