Ementa: Introdução aos conceitos fundamentais da inteligência artificial, incluindo algoritmos básicos, técnicas de resolução de problemas, aprendizado supervisionado e não supervisionado, e considerações éticas no desenvolvimento de IA.
Competência: Desenvolver uma compreensão sólida dos fundamentos de inteligência artificial, capacitando os alunos a identificar problemas solucionáveis por IA e implementar soluções básicas.
História e evolução da inteligência artificial
Principais áreas e aplicações da IA
Diferença entre IA simbólica e baseada em aprendizado
Considerações éticas e impactos sociais da IA
Algoritmos de busca (busca em largura, profundidade, A*)
Representação de problemas com grafos e árvores
Otimização de problemas simples com algoritmos heurísticos
Conceitos de classificação e regressão
Algoritmos básicos: KNN, K-Means, regressão linear
Avaliação de modelos: métricas e validação cruzada
Introdução a clustering e análise de agrupamentos
Implementação em Python (Scikit-learn, TensorFlow básico)
Aplicações simples em visão computacional e processamento de linguagem natural