IF67B C71 aula01 r

Prévia do material em texto

IF67B-C71 - Inteligeˆncia Artificial
Aula 01 - Apresentac¸a˜o
Profa. Dra. Priscila T iemi çaeda Saito
k psaito@utfpr.edu.br
2o semestre 2016
10/08/16
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 1 / 55
Roteiro
1 Apresentac¸a˜o da Professora
2 Disciplina: Inteligeˆncia Artificial
3 Objetivos da Disciplina
4 Informac¸o˜es sobre a Disciplina
Ementa da Disciplina
Aulas e Atendimento
Crite´rios de Avaliac¸a˜o
Datas Importantes
Material do Curso
Algumas Informac¸o˜es
Refereˆncias
5 Apresentac¸o˜es dos Alunos
6 Equipes de Trabalho
7 Questiona´rio
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 2 / 55
Apresentac¸a˜o da Professora
Bacharel - UNIVEM
Cieˆncia da Computac¸a˜o
Computac¸a˜o Paralela e Processamento de Imagens
Mestre - ICMC-USP
Cieˆncia da Computac¸a˜o
Sistemas Distribu´ıdos e Programac¸a˜o Concorrente
Doutorado - IC-UNICAMP
Cieˆncia da Computac¸a˜o
Ana´lise de Imagens e Aprendizado de Ma´quina
Pesquisadora Colaboradora - IC-UNICAMP
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 3 / 55
Apresentac¸a˜o da Professora
Docente - UTFPR - DACOM
Docente, Pesquisadora Permanente e Membro do
Colegiado
Programa de Po´s-Graduac¸a˜o em Bioinforma´tica - PPGBIOINFO
Programa de Po´s-Graduac¸a˜o em Informa´tica - PPGI
Grupos de Pesquisa
Visual Computing and Complex Data (ViCCoD) - l´ıder
Bioinforma´tica e Reconhecimento de Padro˜es - colaboradora
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 4 / 55
A´reas de Atuac¸a˜o
Aprendizado de Ma´quina (Aprendizado Ativo)
Anotac¸a˜o de Imagens
Reconhecimento de Padro˜es
Classificac¸a˜o de Dados
Supervisionada, Na˜o-Supervisionada, Semi-Supervisionada
Recuperac¸a˜o de Imagens Baseada em Conteu´do
Segmentac¸a˜o de Imagens
Processamento de Imagens
Computac¸a˜o Paralela
Visualizac¸a˜o de dados
Outros...
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 5 / 55
PhD - Diagno´stico de Parasitos Intestinais no Homem
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 6 / 55
PhD - Diagno´stico de Parasitos Intestinais no Homem
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 7 / 55
PhD - Diagno´stico de Parasitos Intestinais no Homem
Large unlabeled datasetsData acquisition
technologies
How to organize them?
Image Annnotation
Giardia
duodenalis
Taenia
Ascaris
lumbricoides
AncylostomatidaeSchistosoma
mansoni
Expert
?
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 8 / 55
PhD - Diagno´stico de Parasitos Intestinais no Homem
Can the user label a small number of images and the computer
annotate the remaining ones with high accuracy?
Large unlabeled datasets
Some labeled training samples
Giardia duodenalis
Taenia
Ascaris lumbricoides
Ancylostomatidae
Schistosoma mansoni
Supervised
classifier
Expert
How many?
Where?
Which samples?
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 9 / 55
PhD - Abordagem de Aprendizado Ativo Proposta
Analysis and
Organization Strategies
Imagens rotuladas
por grupo
Marcação
de Classes
Imagens
Anotadas
Aprendizado
Supervisionado
Classificador
Supervisionado
Usuário
Image
Databases
Non-Annotated
Dataset
Processo Não-Supervisionado
Processo Supervisionado
Seletor de
Imagens
ok?
sn
Extração de
Descritores
Base de
Imagens
Base de
Descritores
Ciclo de Realimentação
Extração de
Descritores
Base de
Imagens
Base de
Descritores
Extração de
Descritores
Análise e
Ordenação
Marcação
de Classes
Imagens
Anotadas
Aprendizado
Supervisionado
Classificador
Supervisionado
Usuário
Base de
Imagens
Base de
Descritores
Seletor de
Imagens
ok?
sn
Ciclo de Realimentação
Selector
Non-Annotated
Dataset
Annotated
Dataset
Reduced
Learning Set
Reduction Organization
(Large)
Learning Set
Training
Expert
Selection
and
Classification
Classifier
Organized
Learning SetLearning Cycle
Annotated
Samples
Selected
Samples
Selector
Training
Expert
Selection
and
Classification
Classifier
Learning Cycle
Annotated
Samples
Selected
Samples
iteration?1st
is
satisfactory?
no
Selection
Strategies
Training
Classifier
Expert
classify
no
yes
selection
Non-Annotated
Samples
Learning Cycle
Preprocessing
Active Semi-Supervised Learning
Supervised Learning Cycle
Unsupervised Preprocessing
Descriptor
Extraction
classification
Annotated Samples
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 10 / 55
Resultados - Te´cnicas de Aprendizado Ativo
Parasites Database
 80
 85
 90
 95
 100
A
c
c
u
ra
c
y
 (
%
)
Iteration
OPF-MST
Kmeans-MST
Rand
 5 10 15 20 25
A
n
n
o
ta
te
d
 I
m
a
g
e
s
 (
%
)
Iteration
OPF-MST
Kmeans-MST
Rand
 0
 20
 40
 60
 80
 100
 5 10 15 20 25 30 35 40 45
Accuracy 98.24% with 7% of annotated images
Much less iterations with response time gain of 10.35 times
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 11 / 55
Resultados - Te´cnicas de Aprendizado Ativo
Parasites Database
 80
 85
 90
 95
 100
A
c
c
u
ra
c
y
 (
%
)
Iteration
OPF-MST
Kmeans-MST
Rand
 5 10 15 20 25
A
n
n
o
ta
te
d
 I
m
a
g
e
s
 (
%
)
Iteration
OPF-MST
Kmeans-MST
Rand
 0
 20
 40
 60
 80
 100
 5 10 15 20 25 30 35 40 45
Accuracy 98.24% with 7% of annotated images
Much less iterations with response time gain of 10.35 times
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 11 / 55
Anotac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 12 / 55
Anotac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 13 / 55
Reconhecimento de Padro˜es e Classificac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 14 / 55
Reconhecimento de Padro˜es e Classificac¸a˜o de Imagens
Method 1 Method 2
11
1
111
114
113
112
115
11
1
111
115
11
5
11
4114
114
11
3 113
11
3
111
111
114
113
112
111 111112 113 113 113
114 114 115 114 114
111
111
114
113
112
11
1
1111
2
11
3 11
11
11
4
11 11
5
11 11
11
5
11
1
111
115
11
5114
11
4
114
11
3 113
11
3
1 3 3
4 4 4
111
111
114
113
112
11
1
11
1
11
2 113 113
11
3
11
4
11
4 115 114 114
11
5
11
1
11
11
11
1111
11
4
11
3 11
111 3
5
5
3
44
111
111
114
113
112
111 11114 113 11
11 11 114 111 1
4
4
3 111
111
111
114
113
112
11111 11113
111111
11114
11
4 4 4
1 1 4 4
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 15 / 55
Reconhecimento de Padro˜es e Classificac¸a˜o de Imagens
(a) (b) (c) (d) (e)
Figura: Images of a defect in wet-blue. (a) Scabies, (b) Tick, (c) Hot-iron, (d)
Cut, (e) without defect.
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 16 / 55
Reconhecimento de Padro˜es e Classificac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 17 / 55
Classificac¸a˜o Supervisionada
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 18 / 55
Classificac¸a˜o Na˜o Supervisionada
 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
 0
 100
 200
 300
 400
 500
 600
 700
 800
 900
 1000
 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
 0.7
 0.8
 0.9
 1 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6-600
-400
-200
 0
 200
 400
 600
 800
 1000
(a) (b)
 0
 100
 200
 300
 400500
 600
 700
 800
 900
 1000
 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
 0.7
 0.8
 0.9
 1 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
-1000
-500
 0
 500
 1000
 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
 0.7
 0.8
 0.9
 1 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
-1000
-500
 0
 500
 1000
 0
 0.1
 0.2
 0.3
 0.4
 0.5
 0.6
 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
(c) (d)
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 19 / 55
Recuperac¸a˜o de Imagens Baseada em Conteu´do
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 20 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 21 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 22 / 55
Segmentac¸a˜o de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 23 / 55
Segmentac¸a˜o de Imagens
v´ıdeo
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 24 / 55
Processamento de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 25 / 55
Processamento de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 26 / 55
Processamento de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 27 / 55
Processamento de Imagens
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 28 / 55
Computac¸a˜o Paralela
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 29 / 55
Computac¸a˜o Paralela
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 30 / 55
Visualizac¸a˜o de Dados
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 31 / 55
Inteligeˆncia
Capacidade mental de:
raciocinar
planejar
resolver problemas
abstrair ideias
compreender ideias e linguagens
aprender
Definic¸a˜o ampla: seria a inteligeˆncia o nome de um conjunto de
habilidades?
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 32 / 55
Inteligeˆncia
De aorcdo com uma pqsieusa de uma uinrvesriddae ignlsea, na˜o ipomtra
em qaul odrem as lrteas de uma plravaa eta˜so, a u´ncia csioa iprotmatne e´
que a piremria e u´tmlia lrteas etejasm no lgaur crteo
O rseto pdoe ser uma ttaol bc¸guana que vcoeˆ pdoe anida ler sem pobrlmea
Itso e´ poqrue no´s na˜o lmeos cdaa lrtea isladoa, mas a plravaa cmoo um
tdoo
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 33 / 55
Inteligeˆncia
Tomando o Homo sapiens como modelo
latim → homem sa´bio, homem racional
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 34 / 55
Inteligeˆncia Artificial
Etimologicamente - Origem latim
Inter (entre) e Legere (escolher)
Aquilo que permite ao ser humano escolher entre uma coisa e outra
Habilidade de realizar, de forma eficiente, uma determinada tarefa
Artificiale
Algo na˜o natural, isto e´, produzido pelo homem
Um tipo de inteligeˆncia produzida pelo homem para dotar as ma´quinas de
algum tipo de habilidade que simula a inteligeˆncia do homem
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 35 / 55
Inteligeˆncia Artificial
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 36 / 55
Inteligeˆncia Artificial
Cieˆncia recente
surgiu apo´s a Segunda Guerra Mundial
nome cunhado em 1956
possui va´rios subcampos
aprendizado de ma´quina
agentes inteligentes
sistemas especialistas
processamento de linguagem natural
etc
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 37 / 55
Inteligeˆncia Artificial
Distinc¸a˜o entre linhas da IA:
IA forte: pesquisadores acreditam que dispondo de um computador
com suficiente capacidade de processamento e fornecendo suficiente
“inteligeˆncia”, pode-se construir um computador consciente como um
ser humano
IA fraca: visa˜o de que os problemas que exigem um comportamento
inteligente podem ser modelados usando computac¸a˜o e assim
solucionar problemas complexos
I, robot - Sonny IronMan - Jarvis
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 38 / 55
Inteligeˆncia Artificial
Definic¸a˜o mais geral:
Ramo da cieˆncia da computac¸a˜o que lida com a automac¸a˜o do
pensamento e comportamento inteligente
Na pra´tica:
pesquisadores usualmente focam em alguma caracter´ıstica particular da
inteligeˆncia
e constroem enta˜o sistemas para auxiliar os humanos na soluc¸a˜o de
problemas complexos
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 39 / 55
Objetivos da Disciplina
Habilitar o aluno a utilizar te´cnicas de inteligeˆncia artificial para
resoluc¸a˜o de diversos problemas do mundo real
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 40 / 55
Ementa da Disciplina
Introduc¸a˜o a` inteligeˆncia artificial
Representac¸a˜o do conhecimento
Sistemas especialistas
Conjuntos Fuzzy
Lo´gica Fuzzy
Algoritmos Gene´ticos
Redes Neurais
Redes Bayesianas
Aprendizado por reforc¸o
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 41 / 55
Aulas e Atendimento
Aulas
Sala P-105
A`s quartas
15:50hs a`s 17:30hs
13:50hs a`s 15:30hs
Atendimento1
Sala K-002
A`s quintas
16:00hs a`s 17:30hs
1
Na˜o ha´ atendimento na semana de avaliac¸a˜o!
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 42 / 55
Avaliac¸a˜o
Avaliac¸o˜es:
3 avaliac¸o˜es → A1,A2,A3
A1 → avaliac¸a˜o teo´rica
A2 → avaliac¸a˜o de atividades das aulas
A3 → avaliac¸a˜o de trabalhos pra´ticos
MA← A1 · 0, 1 +A2 · 0, 2 +A3 · 0, 7
A Me´dia M, sera´ calculada como:
M ← MA · PC 2
Outros aspectos importantes:
e´tica
dedicac¸a˜o
pontualidade
2
Peso de comprometimento do aluno, na qual todos comec¸am com PC=1,0. Eventualmente, podem sofrer
descontos neste peso dependendo da situac¸a˜o. Por exemplo: no caso de pla´gio confirmado de qualquer atividade ou
trabalho da disciplina, PC=0,0.
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 43 / 55
Avaliac¸a˜o
Crite´rio para aprovac¸a˜o: M ≥ 6.0
Em caso de reprovac¸a˜o, sera´ aplicada uma u´nica avaliac¸a˜o AS para
substituic¸a˜o de nota, que aborde todo o conteu´do da disciplina.
Alunos com M ≥ 6.0 ficam impedidos de realizar a AS
A me´dia final MF dos alunos sera´:
MF =
{
M se M ≥ 6.0
M+AS
2 caso contrario.
Alunos que realizam a AS atingem no ma´ximo me´dia final MF = 6.0
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 44 / 55
Datas Importantes
Datas das Avaliac¸o˜es
Avaliac¸a˜o 1: 22/09/16
Avaliac¸a˜o Substitutiva: 24/11/16
Datas das atividades e trabalhos pra´ticos
continuamente...
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 45 / 55
Material do Curso
Moodle
http://moodle.utfpr.edu.br
Material dida´tico, notas e avisos
Na˜o se esquec¸am de fazer a inscric¸a˜o na disciplina
Lembrem-se da chave (senha) para inscric¸a˜o
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 46 / 55
Reflexo˜es
O sucesso e´ 90% transpirac¸a˜o e 10% inspirac¸a˜o (Albert Einstein)
Sucesso = trabalho + persisteˆncia + boa orientac¸a˜o + foco
Resumindo:
O que nos traz a inspirac¸a˜o e´ o trabalho e a pra´tica
“Os computadores sa˜o incrivelmente ra´pidos, precisos e burros os
homens sa˜o incrivelmente lentos, imprecisose brilhantes juntos, seu
poder ultrapassa os limites da imaginac¸a˜o” (Albert Einstein)
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 47 / 55
Refereˆncias
NORVIG, P.; RUSSEL, S. J. Inteligeˆncia Artificial: Uma abordagem
moderna. Campus, 2004. 2a Edic¸a˜o.
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 48 / 55
Refereˆncias
COPPIN, B. Inteligeˆncia artificial. Rio de Janeiro: Livros Te´cnicos e
Cient´ıficos, 2010.
LOPES, H. S.; TAKAHASHI, R. H. C.; Computac¸a˜o Evoluciona´ria em
Problemas de Engenharia. Curitiba: Omnipax, 2011. 385p.
Dispon´ıvel online no site:
http : //omnipax .com.br/site/?page id = 66
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 49 / 55
Refereˆncias Complementares
BITTENCOURT, G. Inteligeˆncia Artificial: ferramentas e teorias. 3a
ed. rev. Floriano´polis: Editora da UFSC, 2006.
CAMPOS, M. M. de; KAKU, S. Sistemas inteligentes em controle e
automac¸a˜o de processos. Rio de Janeiro: Cieˆncia Moderna, 2004.
235p.
HAYKIN, S. Redes Neurais: Princ´ıpios e pra´tica. Porto Alegre:
Bookman, 2001-2002. 2. ed.
REZENDE, S. O. Sistemas inteligentes: fundamentos e aplicac¸o˜es.
Sa˜o Paulo: Manole, 2005. 552p.
HAN, J.; KEMBER, M.; PEI, J. Data mining: concepts and
techniques. Amsterdam: Elsevier: Morgan Kaufman - 3rd. ed. /
2012. 703p.
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 50 / 55
Apresentac¸a˜o dos Alunos
,
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 51 / 55
Equipes de Trabalho
1 Amilton Fontoura De Camargo Junior
2 Ariston Ruda De Osti Oliveira
3 Bruno Anken Moromizato Zaninello
4 Bruno De Camargo Barreto Silva
5 Bruno De Paulo Giroto
6 Carolina Lourenco Dos Santos
7 Caue Chaves Vicente
8 Eric Augusto Ito
9 Flavio Rodrigues De Oliveira Junior
10 Gabriel Lobo De Oliveira
11 Gabriela Batista De Souza
12 Guilherme Asaph Braga De Carvalho
13 Guilherme Brandao Eid
14 Higor Carlos Mendonca Campelo
15 Kauane Larisse De Oliveira Benitis
16 Lucas Cassimiro Calzavara
17 Lucas Messias Valerio
18 Ludmila Schaikoski Sutir
19 Luis Eduardo Ferraz Luz
20 Marcelo Caetano Mota
21 Michel Roberto De Souza
22 Mike Patrick Mercante
23 Rafael Antonio Laureano De Souza
24 Regis Rufino Rodrigues
25 Thiago Garcia Maciel
26 Weslley Martins De Oliveira
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 52 / 55
Equipes de Trabalho
Equipe Aluno 1 Aluno 2
1 Amilton Kauane
2 Ariston Guilherme de Carvalho
3 Bruno Zaninello Bruno Giroto
4 Bruno Silva Higor
5 Carolina Ludmila
6 Caue Weslley
7 Eric Mike
8 Gabriel Lucas Calzavara
9 Gabriela Marcelo
10 Guilherme Eid Thiago
11 Lucas Valerio Luis
12 Michel Rafael
13 Regis Flavio
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 53 / 55
Questiona´rio!
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 54 / 55
IF67B-C71 - Inteligeˆncia Artificial
Aula 01 - Apresentac¸a˜o
Profa. Dra. Priscila T iemi çaeda Saito
k psaito@utfpr.edu.br
2o semestre 2016
10/08/16
UTFPR (CP) IF67B-C71 (IA) Aula 01 - Apresentac¸a˜o 55 / 55
	Apresentação da Professora
	Disciplina: Inteligência Artificial
	Objetivos da Disciplina
	Informações sobre a Disciplina
	Ementa da Disciplina
	Aulas e Atendimento
	Critérios de Avaliação
	Datas Importantes
	Material do Curso
	Algumas Informações
	Referências
	Apresentações dos Alunos
	Equipes de Trabalho
	Questionário