Portfólio de Inteligência Artificial
Este repositório apresenta os portfólios desenvolvidos durante a disciplina de Inteligência Artificial, no curso de Engenharia de Software da Universidade de Brasília.
Baseado nos princípios pedagógicos de Benigna Maria de Freitas Villas Boas (2008), este portfólio é uma coleção comentada e reflexiva de conteúdos, conceitos, algoritmos e análises voltados à Inteligência Artificial, elaboradas ao longo da disciplina. É mais do que uma simples reunião de conteúdos, o portfólio é uma ferramenta de aprendizagem ativa, autoavaliação e demonstração de competências.
-
Exploração de algoritmos de busca cega e informada, incluindo implementações práticas e análises de desempenho.
-
Implementação e análise de Problemas de Satisfação de Restrições (CSPs) com exemplos práticos e otimizações.
Objetivos do Portfólio
- Demonstrar habilidades, competências e valores aprendidos ao longo dos estudos da disciplina;
- Refletir sobre os conteúdos trabalhados em sala de aula e fora dela;
- Explicar conceitos com autoria própria, a partir das aulas, pesquisas e estudos individuais;
- Servir como instrumento de avaliação formativa pelo professor;
- Organizar produções autorais, como textos, códigos e projetos, com análise crítica e contextualização.
Estrutura dos Tópicos
Os temas do portifólio foram estruturados segundo os seguintes elementos:
- Introdução ao Conteúdo
- Apresentação da importância do tema no contexto socioeconômico, político e tecnológico.
- Exploração e Análise Crítica
- Organização dos conceitos, com materiais pesquisados, referenciados e comentados.
- Problemas, Projetos e Aplicações
- Proposição de exercícios, problemas ou projetos autorais com soluções desenvolvidas e comentadas.
- Conclusão
- Reflexão sobre vantagens, limitações e principais aprendizados do tópico.
Capítulos do Portifólio
- Introdução à Inteligência Artificial
- Histórico, estado da arte, benefícios, riscos, agentes inteligentes, ambientes e racionalidade.
- Resolução de Problemas por Busca
- Busca cega, informada e em ambientes complexos com algoritmos implementados em Python.
- Problemas de Satisfação de Restrições
- Modelagem e resolução de CSPs (Constraint Satisfaction Problems).
- Agentes Lógicos
- Representação do conhecimento e inferência por meio da lógica proposicional e de predicados.
- Incerteza e Redes Bayesianas
- Probabilidade, inferência bayesiana, filtros de Kalman e raciocínio probabilístico ao longo do tempo.
- Aprendizado de Máquina
- Fundamentos do aprendizado supervisionado, não supervisionado e suas aplicações práticas.
Tecnologias e Ferramentas Utilizadas
- Python – Implementação dos algoritmos
- MkDocs – Estrutura e navegação do portfólio
- MkDocs Material – Tema visual moderno
Formato de Apresentação
Este portfólio utiliza o formato de relatório estruturado com navegação digital, utilizando o MkDocs. Outras formas, como fichamento, mapa mental ou vídeo, poderão ser adicionadas conforme a necessidade.
Todos os materiais são referenciados e comentados, em conformidade com os critérios de avaliação da disciplina.
Autor: Jefferson Sena
Estudante de Engenharia de Software - Universidade de Brasília (UnB)
Repositório acadêmico desenvolvido para a disciplina de Inteligência Artificial
Licença
Este material é disponibilizado sob a Licença MIT. Uso educacional incentivado.
“O portfólio é um instrumento de avaliação e reflexão que permite que o estudante se reconheça em sua própria trajetória de aprendizagem.”
— Benigna Maria de Freitas Villas Boas (2008)