Calendário

Calendário da disciplina com base na [RESOLUÇÃO CEPE Nº 10/2023]:

Semana	Data	Aula	Leituras (AIMA, 4th ed.)	Projetos
1	05/03	1. Introdução [slides]	Caps. 1 e 2
	07/03	2. Busca no espaço de estados I [slides]	Cap. 3.1-3.4.3
2	12/03	3. Busca no espaço de estados II [slides]	Cap. 3.5-3.5.4	TP1: Busca no espaço de estados
	14/03	4. Busca local e otimização I [slides]	Cap. 4.1-4.1.3
3	19/03	5. Busca local e otimização II [slides]	Cap. 4.1.4
	21/03	6. Busca competitiva I [slides]	Cap. 5.1-5.3
4	26/03	7. Busca competitiva II [slides]	Cap. 5.5
	28/03	Feriado (Semana Santa)
5	02/04	8. Busca competitiva III [slides]	Cap. 5.4
	04/04	9. Satisfação de restrição I [slides]	Cap. 6.1
6	09/04	10. Satisfação de restrição II [slides]	Cap. 6.2-6.3	TP2: Busca local
	11/04	Prova 1
7	16/04	11. Representação do conhecimento I [slides]	Cap. 7.1-7.4
	18/04	12. Representação do conhecimento II [slides] [código]	Cap. 7.7
8	23/04	13. Representação do conhecimento III [slides]	Cap 7.5
	25/04	14. Raciocínio Probabilístico I: intro. à probabilidade	Cap 12.1-12.5
9	30/04	15. Raciocínio Probabilístico II: redes bayesianas	Cap. 13.1-13.4	R1: Identificação de problema
	02/05	16. Raciocínio Probabilístico III: modelos de Markov	Cap. 14.1-14.5
10	07/05	17. Processos de decisão de Markov II	Cap. 17.3-17.4	R2: Revisão da literatura
	09/05	18. Processos de decisão de Markov II	Cap. 17.3-17.4
11	14/05	19. Aprendizado por Reforço I	Cap. 22.1-22.4	TP3: Aprendizado por reforço
	16/05	20. Aprendizado por Reforço II	Cap. 22.5-22.7
12	21/05	Prova 2
	23/05	21. Aprendizado de Máquina I: introdução e árvores de decisão	Cap. 19.1-19.4
13	28/05	22. Aprendizado de Máquina II: regressão linear e logística	Cap. 19.1-19.6
	30/05	Feriado (Corpus Christi)		TP4: Aprendizado de máquina
14	04/06	23. Aprendizado de Máquina III: kNN	Cap. 19.7.1 - 19.7.4
	06/06	24. Aprendizado de Máquina IV: máquinas de vetores de suporte	Cap. 19.7.5 - 19.7.6
15	11/06	25. Aprendizado de Máquina V: emsemble learning	Cal. 19.8
	13/06	26. Aprendizado de Máquina VI: Deep Learning I	Cap. 21.1-21.2	R3: Metodologia de pesquisa
16	18/06	27. Aprendizado de Máquina VII: Deep Learning II	Cap. 21.3, 21.6
	20/06	28. Aprendizado de Máquina VIII: Aprendizado não-supervisionado	Cap. 21.7	R4: Introdução do projeto
17	25/06	Prova 3
	27/06	Apresentação dos Trabalhos