12 ECTS; 3º Ano, 1º Semestre, 80,0 PL + 28,0 TP + 25,0 OT , Cód. 814361.
Docente(s)
- João Manuel Mourão Patrício (2)
- Sandra Maria Gonçalves Vilas Boas Jardim (1)(2)
- Fernando Sérgio Hortas Rodrigues (2)
- Renato Eduardo Silva Panda (2)
(1) Docente Responsável
(2) Docente que lecciona
Pré-requisitos
Conhecimentos de Algebra Linear, Cálculo Integral/Diferencial, Programação (Python), Aprendizagem Automática.
Objetivos
1. Entender as metodologias de investigação e desenvolvimento Inteligência Artificial
2. Documentar e desenvolver um trabalho prático em Inteligências Artificial
3. Participar na realização de um evento de Inteligência Artificial
Programa
1. Metodologias de investigação e desenvolvimento em Inteligência Artificial
2. Ferramentas para documentação: Latex, Office, OpenOffice
3. Sistema de versão de software: git
4. Definição do trabalho. Definição das fases de execução e práticas a executar. Definição das metodologias de documentação a seguir
5. Templates para comunicação de resultados do trabalho
6. Desenho do plano de realização e das metodologias a usar no trabalho prático
7. Organização de um evento de IA
Metodologia de avaliação
Em todas as épocas de avaliação:
(60%) trabalho prático de IA.
(20%) Realização de um seminário na área do tema do trabalho prático.
(20%) Participação na organização de um evento de IA.
A classificação final resulta da média ponderada das classificações obtidas em cada uma das componentes de avaliação definidas.
A aprovação na UC implica uma classificação final igual ou superior a 10 valores.
Bibliografia
- --, -. A definir consoante os projetos a desenvolver. (Vol. --). (pp. -----). --: --
- Kottwitz, S. (2021). LaTeX Beginner's Guide: Create visually appealing texts, articles, and books for business and science using LaTeX. (Vol. 1). (pp. 1---). UK: Packt Publishing
- Liberty , J. e Galloway, J. (2021). Git for Programmers: Master Git for effective implementation of version control for your programming projects. (Vol. 1). (pp. 1---). UK: Packt Publishing
Método de Ensino
Aulas teórico-práticas: expositivas para a transmissão dos conteúdos e colaborativas de preparação para a realização de um evento em IA, assim como de um seminário. Aulas laboratoriais: conceção e implementação de um projeto prático de IA.
Software utilizado nas aulas
Overleaf (escrita colaborativa de documentos científicos)
Google Colab (desenvolvimento computacional)
Objetivos de Desenvolvimento Sustentável
