EC-IA - Inteligência Artificial
Material público da disciplina de Inteligência Artificial do Curso de Engenharia de Computação do CEFET-MG, campus Divinópolis.
Esta página organiza os materiais de estudo e avaliação da disciplina. Use o menu lateral para acessar plano didático, aulas, atividades, estudos guiados, notas, pseudocódigos, visualizações e trabalhos.
Repositório público do projeto: github.com/tiagofga/EC-IA
Por onde começar
Se você está acompanhando a disciplina durante o semestre, use esta sequência:
- Aulas - revise o conteúdo apresentado em sala;
- Estudos guiados - responda às perguntas sem consultar o material inicialmente;
- Atividades - aplique os conceitos trabalhados;
- Visualizações - acompanhe passo a passo o comportamento dos algoritmos;
- Notas e pseudocódigos - use como apoio para revisar pontos específicos;
- Trabalhos - consulte enunciado, código-base e regras de entrega das avaliações práticas.
Conteúdo publicado
Os PDFs públicos das aulas estão disponíveis da Aula 00 à Aula 04. As atividades correspondentes às Aulas 01 a 04 também estão publicadas. A versão v0.4.0 acrescenta o Trabalho 01 - Busca como avaliação prática pública da disciplina, com enunciado oficial, código-base e recursos de apoio.
| Aula | Tema | Recursos principais |
|---|---|---|
| 00 | Visão Geral da Disciplina | aula e plano didático |
| 01 | Introdução à Inteligência Artificial | aula, atividade e estudo guiado |
| 02 | Agentes Inteligentes | aula, atividade e estudo guiado |
| 03 | Representação do Conhecimento e Solução de Problemas | aula, atividade, estudo guiado e fundamentos de busca |
| 04 | Estruturas e Estratégias de Busca | duas partes da aula, atividade, estudo guiado, pseudocódigos, visualizações e Trabalho 01 |
Trabalho 01 - Busca
O primeiro trabalho prático utiliza diretamente os conteúdos da Aula 04.
- Parte 1 - 08/10/2026: BFS, DFS, UCS, Busca Gulosa e A* em ambiente ponderado;
- Parte 2 e final - 15/10/2026: Hill Climbing e Random-Restart Hill Climbing no problema das 8 Rainhas;
- Valor: 20,0 pontos;
- Modalidade: individual ou em dupla.
A área pública do trabalho reúne o PDF do enunciado, mapa de teste, infraestrutura inicial em Python, testes públicos, roteiro de experimentos, instruções para o relatório, modelo SBC e declaração de uso de IA.
Aula 04 - Busca
A Aula 04 está organizada em duas partes:
- Parte I - Busca Não Informada e Informada: BFS, Custo Uniforme, DFS, aprofundamento iterativo, heurísticas, Busca Gulosa e A*;
- Parte II - Busca Local e Ambientes Complexos: Hill Climbing, Simulated Annealing, Busca em Feixe Local, Algoritmos Genéticos, busca não determinística, estados de crença e busca online.
Visualização interativa de busca
A Aula 04 possui um visualizador para comparar diferentes estratégias de busca e otimização. O visualizador é baseado em traces pré-calculados e não disponibiliza a implementação dos algoritmos utilizados nas avaliações.
Abrir a seção de visualizações
Sobre este material
O repositório contém apenas a parte pública da disciplina. Gabaritos, testes e mapas ocultos, soluções de referência ainda não liberadas e materiais internos de avaliação não são publicados.