Trailer
Sinopse
A disciplina de Introdução à Inteligência Artificial tem como objetivo oferecer uma base teórica e prática sobre Inteligência Artificial para o aluno de tecnologia. A disciplina se torna aos estudantes que querem começar a entender as tecnologias de IA, seus usos e aplicações e embasamento teórico. O aluno que completa essa matéria sai preparado para engajar em seus primeiros projetos com Inteligência Artificial, com uma base que pode e deve ser aprofundada em estudos subsequentes.
Vídeo
Classificações
60%
40%
Clássicas
Ativas
70%
30%
Provas
Atividades
60%
40%
Teórica
Prática
40%
60%
Social
Técnica
70%
30%
Individuais
Em grupo
95%
5%
Presencial
EAD
Podcast
Velocidade 1.0x
Materiais
Sem materiais disponiveis...
Conhecimentos / Competências Desejados
Conhecimentos em algoritmos e estruturas de dados, linguagem de programação Python, pensamento computacional e uma base em probabilidade
• Python, 8
• Algoritmos e estruturas de dados, 8
• Pensamento Computacional, 7
• Probabilidade, 6
Tópicos
Sem tópicos cadastrados
Obstáculos
A grande quantidade de conteúdos novos aos alunos, principalmente os conteúdos teóricos, é o principal obstáculo da disciplina.
Metodologias
Não há metodologias cadastradas
Perguntas Frequentes
Logo na primeira unidade, é utilizada a biblioteca Gymnasium. Futuramente, na terceira unidade, é utilizado o scikit-learn. Outras bibliotecas que podem ser utilizadas são o Pandas e o PyCaret.
É recomendada experiência com a linguagem de programação Python, ter cursado Algoritmos e Estruturas de Dados, possuir uma base forte de pensamento computacional lógico e uma base de probabilidade (não obrigatório cursar a disciplina).
2026
Índices de aprovação
Altere a data ou marque/desmarque a opção "Todos os
períodos" para fazer uma nova busca.
Buscando dados...
Aprovados
0%
Reprovados
0%
Nota média (todas as unidades)
0
Nota média por unidade
Unidade 1
N/A
Unidade 2
9.7
Unidade 3
4.2
Conteúdos
Conceitos
-
Conceitos básicos em Inteligência Artificial, Estratégias de otimização, Algoritmos de busca, IA aplicada a jogos, Modelagem de comportamento, Teoria da decisão, Políticas de busca, Agentes de IA, Dados e probabilidade