Inteligência Artificial
Semestre 2026-1
Horário Presencial nas terças-feiras, das 19h30 às 20h30, no LIP-07
(Período de aulas de 09 de março a 10 de julho de 2026;
Período para realização de provas finais é de 13 a 17 de julho de 2026; e
Último dia para inserir notas no SIGA é o dia 20 de julho)
Qualquer e-mail endereçado ao Professor da Disciplina deve ser enviado para easodre@gmail.com
REGRAS DA DISCIPLINA
1) Os alunos serão divididos em vários Grupos de Trabalho. Cada Grupo de Trabalho vai apresentar 4 trabalhos. Esta Disciplina, ao final, irá culminar com uma Oficina de Introdução à IA para o público externo (obs: Essa Disciplina é uma Disciplina de Extensão).
​​
​​2) Os Grupos de Trabalho devem ser organizados pelos próprios alunos. Caso o aluno prefira, ele(a) pode trabalhar individualmente.
​
3) Os 4 Trabalhos estão especificados abaixo.
4) Cada aluno(a) deve individualmente e obrigatoriamente enviar um e-mail para easodre@gmail.com indicando o GT que ele(a) vai querer trabalhar. Os(as) alunos(as) têm até o dia 24/março/2026 às 21h30 para enviar um e-mail para easodre@gmail.com indicando o GT que eles(as) querem trabalhar. Os(as) alunos(as) que não puderam enviar o e-mail no prazo estipulado devem obrigatoriamente comparecer presencialmente na aula do dia 31/março/2025. Caso o aluno(a) não possa enviar o e-mail no prazo estipulado e caso também não compareça presencialmente na aula especificada acima, será reprovado(a) na disciplina.
5) Ao final da Disciplina os melhores GTs vão ministrar a Oficina para o público externo.
​​
CRONOGRAMA DE AULAS e
DATAS DE ENTREGA DOS TRABALHOS
GRUPOS de TRABALHOS
Lista dos Alunos - SIGA em XX/mar/2026
cSDcvxdv
Cronograma
fdsfd
Livros de Apoio da Disciplina
Sebastian Raschka, Yuxi (Hayden) Liu, Vahid Mirjalili, “Machine Learning with PyTorch and Scikit-Learn: Develop machine learning and deep learning models with Python”, Packt Publishing, February 25, 2022.
Aurélien Géron, "Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow: Concepts, Tools, and Techniques to Build Intelligent Systems", 3rd Edition, Publisher : O'Reilly Media, November 8, 2022.
Miguel Morales, “Grokking Deep Reinforcement Learning”, Publisher: Manning, October 2020.
Richard S. Sutton and Andrew G. Barto, "Reinforcement Learning: An Introduction", Second Edition, Publisher: Bradford Books, November 13, 2018.
Phil Winder Ph.D., “Reinforcement Learning: Industrial Applications of Intelligent Agents”, Publisher: O'Reilly Media, 1st edition, December 15, 2020.
Yves Hilpisch, "Reinforcement Learning for Finance: A Python-Based Introduction", Publisher: O'Reilly Media, 1st edition, November 19, 2024.