INTELIGÊNCIA ARTIFICIAL 2

DOSSIER 2004/2005

DATA DE ACTUALIZAÇÃO 27-07-2005

Manuel Filipe Santos mfs@dsi.uminho.pt


 

ÍNDICE

Apresentação e Organização da Disciplina

Material de Apoio Pedagógico

Sumários das Aulas

Enunciados das Provas de Avaliação

Enunciados dos Projectos

Pautas de Avaliação

Software

Recursos WEB


APRESENTAÇÃO E ORGANIZAÇÃO DA DISCIPLINA

 

Licenciatura em Informática de Gestão

2004 / 2005

 

 

Disciplina

Ano

Regime

Horas/Semana

(T-TP- SE -P)

ECTS

Inteligência Artificial II

4º Ano

Semestral - 2

2 – 1 – 0 – 2

2

 

 

Disciplinas que o aluno deverá ter concluído:

 

           

Equipa Docente

Sessões

Horário das Aulas

Horário de Atendimento

Manuel Filipe Santos

mfs@dsi.uminho.pt

Azurém EEng DSI gab. 1.19

tel. 253 510 306 (ext. 3306)

T

4ª, 11h-13h

 

 

3ª, 10-11h

4ª, 10-11h

6ª, 14-18h

 

TP

6ª, 10h-11h

 

 

P

P1: 3ª 16-18h

P2: 3ª 14-16h

P3: 6ª, 11-13h

P4: 3ª, 11-13h

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

1. Apresentação da Disciplina

 

2. Objectivos da Disciplina

 

Pretende-se que a disciplina possibilite ao aluno:

Conhecer e aplicar técnicas evolutivas baseadas na genética e selecção natural para resolver problemas de procura e optimização.

Compreender, distinguir e aplicar técnicas/paradigmas de aprendizagem automática que permitam construir agentes aprendizes e suportar processos de de/p>

Conhecer as várias etapas do processo de descoberta de conhecimento em bases de dados.

Saber aplicar uma metodologia de data mining, conhecer, utilizar e avaliar ferramentas de data mining na resolução de problemas.

Saber avaliar o desempenho de algoritmos de aprendizagem automática e avaliar modelos de data mining.

Conhecer os sistemas baseados em agentes com ênfase na caracterização dos agentes, arquitectura, comunicação e negociação entre estes e por fim os ambientes.

Elaborar relatórios técnicos.

 

3. Conteúdos Programáticos

 

          Programa Resumido:

1. Sistemas Evolutivos e Adaptativos

1.1. Algoritmos Genéticos

2. Sistemas de Aprendizagem Automática

2.1. Conceitos e Estatística para a Aprendizagem

2.2. Aprendizagem por Indução (simbólica)

2.3. Indução de Regras e Árvores de Decisão

2.4. Redes Neuronais

2.5. Sistemas de Classificação

3. Descoberta de Conhecimento em Bases de Dados e Data Mining

3.1. Conceitos, Definições e Processo

3.2. Metodologias de Data Mining

3.3. Tecnologias, Técnicas e Ferramentas

3.4. Text Mining, Web Mining

4. Sistemas Baseados em Agentes

4.1. Conceitos, Definições, Taxionomia, Aplicações

4.2. Arquitecturas de Agentes, Comunicação e Ambientes

4.3. Ferramentas de Desenvolvimento de Sistemas Baseados em Agentes

 

 

 

 

 



Semana/ Data

Sessão

Unidade Temática

Conteúdos

Objectivos

Actividades/Estratégias

Material de Apoio

Referências Bibliográficas

00

 

(21 Fev./

25 Fev.)

T

 Semana de Apresentação

Estudar planeamento da disciplina.

Reunir documentação e bibliografia de apoio à disciplina, disponíveis em http://www.dsi.uminho.pt/disciplinas/LIGIA.

Inscrição nos turnos práticos e constituição dos grupos de projecto.

Adquirir bibliografia: comprar livros recomendados e imprimir documentos de apoio à disciplina

Lançamento do projecto a realizar no tempo não presencial.

 

TP

P

NP

01

 

(28  Fev./

4 Mar..)

T

1

Sistemas Evolutivos

Características de um programa evolutivo/adaptativo,

Estrutura

 

Conhecer e aplicar técnicas evolutivas baseadas na genética e selecção natural para resolver problemas de procura e optimização.

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)(5)

TP

1

Aplicações de programas evolutivos

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)(5)

P

1

Exercícios sobre sistemas evolutivos

 

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 9 de (1)

Ler (4) (5)

02

 

(7 Mar/

11 Mar )

T

1

Algoritmos genéticos

Estrutura e funcionamento,

Exemplos de Aplicação Algoritmos genéticos

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)(5)

TP

1

Algoritmos genéticos

Operadores genéticos,

Função de avaliação

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

Slides do Docente

(1)(5)

P

1

Exercícios sobre algoritmos genéticos

 

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 9 de (1)

Ler (4) (5)

 

03

 

( 14 Mar/

18 Mar)

T

2

Conceitos sobre Aprendizagem

Automática

 

               

 

 

Compreender, distinguir e aplicar técnicas/paradigmas de aprendizagem automática que permitam construir agentes aprendizes e suportar processos de descoberta de conhecimento e data mining.

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)(2)

TP

2

Conceitos sobre Aprendizagem

Automática

 

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)(2)(3)

P

2

Exercícios sobre sistemas evolutivos

 

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 18 de (2)

Ler capítulo 4 de (1)

 

04

 

( 21 Mar/

25 Mar)

T

2

Sistemas de classificação

Estrutura e funcionamento,

Subsistema de regras e mensagens,    

Subsistema de distribuição de créditos

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(6)(3’)

TP

2

Sistemas de classificação

Subsistema de descoberta de regras

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(6)

P

2

Exercícios sobre sistemas de classificação

 

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler (6)

 

05

 

( 28 Mar/

1 Abr )

T

2

Aprendizagem por indução (simbólica)

Aprendizagem de conceitos através de exemplos

Representação de objectos através de redes semânticas

Representação de objectos através de atributos

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(4)(2)

TP

2

Férias da Páscoa

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(4)(2)

P

2

Exercícios sobre aprendizagem por indução

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)(2)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsquentes.

Resolução do Projecto.

 

 

 

Ler capítulo 18 de (2)

Ler (4)

 

06

 

( 4 Abr/

8 Abr)

T

2

Indução e poda de árvores de decisão

 

 

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)(2)

TP

2

Indução e poda de árvores de decisão

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)(2)

P

2

Exercícios sobre árvores de decisão

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 18 de (2)

Ler capítulo 5 de (1)

Ler (4)

 

07

 

( 11 Abr/

15 Abr)

T

2

Indução e poda de árvores de decisão

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

2

Indução e poda de árvores de decisão

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

2

Exercícios sobre árvores de decisão

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 5 de (1)

Ler (4)

 

08

 

( 18 Abr/

22 Abr)

T

2

Redes Neuronais

Constituição e funcionamento,

Funções de activação,

Estruturas de redes neuronais

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

2

Aprendizagem por incremento fixo         

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

2

Exercícios sobre redes neuronais

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 6 de (1)

Ler (4)

 

09

 

( 25 Abr/

29 Abr)

T

2

 

Aprendizagem por backpropagation

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

2

Redes de competição

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

2

Exercícios sobre redes neuronais

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 6 de (1)

Ler (4)

 

10

 

( 2 Mai/

6 Mai)

T

3

Descoberta de Conhecimento em Bases de Dados e Data Mining

Conceitos, Definições e Processo

Estudo de casos

Conhecer as várias etapas do processo de descoberta de conhecimento em bases de dados.

Saber aplicar uma metodologia de data mining, conhecer, utilizar e avaliar ferramentas de data mining na resolução de problemas.

Saber avaliar o desempenho de algoritmos de aprendizagem automática e avaliar modelos de data mining.

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

3

Descoberta de Conhecimento em Bases de Dados e Data Mining

Estudo de casos

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

3

Exercícios sobre data mining

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 12 de (1)

Ler (4)

 

11

 

( 9 Mai/

13 Mai)

T

3

Descoberta de Conhecimento em Bases de Dados e Data Mining

Metodologias

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

3

Descoberta de Conhecimento em Bases de Dados e Data Mining

Tecnologias, Técnicas e Ferramentas

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

3

Exercícios sobre data mining

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 12 de (1)

Ler (4)

 

12

 

( 16 Mai/

20 Mai)

T

3

Text Mining, Web Mining

 

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

3

Text Mining, Web Mining

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

3

Exercícios sobre data mining

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsquentes.

Resolução do Projecto.

 

 

 

Ler capítulo 13 de (1)

Ler (4)

 

13

 

( 23 Mai/

27 Mai)

T

4

Feriado

Conhecer os sistemas baseados em agentes com ênfase na caracterização dos agentes, arquitectura, comunicação e negociação entre estes e por fim os ambientes.

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)

TP

4

Sistemas Baseados em Agentes

Conceitos, Definições, Taxionomia, Aplicações

Arquitecturas de Agentes, Comunicação e Ambientes

 

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)(3)

P

4

 

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 11 de (1)

Ler (4)

 

14

 

( 30 Mai/

3 Jun)

T

4

Agentes Inteligentes

Definição e estrutura.

Percepções, acções, objectivos e ambientes.

Agentes racionais e autónomos.

Programação de agentes: reflexivos, reflexivos com estado interno, orientados por objectivos e orientados pela utilidade.

 Tipos de ambientes: acessíveis, determinísticos, episódicos, estático /dinâmicos, discretos /contínuos.

 

Método expositivo, sendo complementadas com o método activo, no qual os alunos serão envolvidos na execução de diversas tarefas.

 

Slides do Docente

(1)(3)

TP

4

Ferramentas de desenvolvimento de sistemas baseados em agentes.

 

Método activo (envolvimento dos alunos, no estudo de exemplos e casos).

 

Slides do Docente

(1)

P

4

Exercícios sobre agentes

 

Resolução dos exercícios propostos.

 

Guião das aulas práticas.

(4)

NP

Estudar o material indicado e resolução dos exercícios sugeridos na aula prática como forma de consolidação de conhecimento. Dissipação de dúvidas juntamente com o docente no horário de atendimento. Preparação da matéria para as aulas subsequentes.

Resolução do Projecto.

 

 

 

Ler capítulo 11 de (1)

Ler (4)

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

Legenda:               TP - Sessão Teórico-Prática               P - Sessão Prática                NP - Não Presencial

 

 

 

 


4. Estratégias de Ensino/Aprendizagem

 

§         As aulas teóricas e teórico-práticas são essencialmente expositivas, com intervenção dos alunos ao nível da execução de tarefas (método activo).

 

§         Nas aulas práticas, os alunos resolverão situações práticas descritas e guiadas pelas folhas de exercício, com acompanhamento do docente na sala.

 

5. Método de Avaliação

 

Presença obrigatória a pelo menos 2/3 das aulas práticas.

Realização de um exame com média (NT) superior ou igual a 9.5 valores.

Realização de um projecto em grupo de 3 ou 4 elementos no máximo cuja nota média é de NP.

A nota final à disciplina é dada pela expressão: Nota Final = 25% NP + 75% NT.

 

6. Referências Bibliográficas

 

Principais Fontes de Estudo

 

(1) Rezende, Solange A., Sistemas Inteligentes Fundamentos e Aplicações – RECOP-IA – Rede Cooperativa de Pesquisa em Inteligência Artificial, Editora Manole Ltda, Brasil, 2003.

(2) Bratko, Ivan,  Prolog – Programming for Artificial Intelligence, Longman, 2000.

(3) Stuart Russel, Peter Norvig, Artificial Intelligence A Modern Approach, Prentice Hall, 1995

Obs. Para os alunos com dificuldades relativamente à língua inglesa, sugere-se uma obra alternativa: [Costa e Simões, 2004] que aborda quase os mesmos aspectos de uma forma idêntica.

 

Material para acompanhamento

 

(4) Colecção de slides do docente utilizados nas aulas T e TP disponíveis no site da disciplina.

(5) Sebenta sobre Algoritmos Genéticos.

(6) Sebenta sobre Sistemas de Classificação.

(7) Sebenta de exercícios disponibilizada no site da disciplina.

 

Dossier de Disciplina

www.dsi.uminho.pt/disciplinas/LIGIA

 

 


MATERIAL DE APOIO PEDAGÓGICO

Volume 1 

 


SUMÁRIOS DAS AULAS

 

 


PAUTAS DE AVALIAÇÃO

NOTANOTAExame

 

INTELIGENCIA ARTIFICIAL 2 - 2004/2005

 

       Informática de Gestão 4º Ano

 

 

ÉPOCA NORMAL

Nota

 

 

1ª CHAMADA

2ª CHAMADA

TRAB

Final Ep.

Época

Final Ep.

Número

NOME

 

 

 

Normal

Recurso

Recurso

15568

Abílio Ribeiro Couto

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

30300

Alberto Bruno Airosa Barros de Araújo

Inferior a 7

Inferior a 7

1

Reprov

6

Reprov

35625

Ana Maria Afonso

15

Inferior a 7

2

16

0

16

34621

Ana Paula Ferreira de Sousa

Inferior a 7

Inferior a 7

2

Reprov

0

Reprov

34310

Ana Paula Moreira da Silva

12

Inferior a 7

2

13

0

13

38445

Ana Rita de Freitas Esteves

15

Inferior a 7

2

16

0

16

30495

André José Carvalho Guimarães

Inferior a 7

0

Reprov

Desistiu

Reprov

35627

Ângela Maria Vaz Garcia

15

Inferior a 7

2

16

0

16

22971

Antero Mesquita Rebelo

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

35629

Armanda Patrícia Rodrigues Silva

15

Inferior a 7

3

16

0

16

37034

Braselina Elisabete Gomes de Sousa

19

Inferior a 7

2

19

0

19

32711

Bruno José Freitas do Rego

11

Inferior a 7

1

11

0

11

33468

Bruno José Pereira da Silva

12

Inferior a 7

2

13

0

13

35632

Bruno Miguel Fernandes da Silva

13

Inferior a 7

2

14

0

14

35633

Carla Andrade Rebelo

16

Inferior a 7

3

17

0

17

33471

Carla da Silva Gonçalves

Inferior a 7

11

1

11

6

11

35634

Carla Daniela de Almeida Mulauzi

11

Inferior a 7

1

11

0

11

15178

Carla Margarida Ferreira Gonçalves Côncio da Fonseca

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

29425

Carla Sofia Morais Ferreira

13

Inferior a 7

2

14

0

14

35635

Carlos Alberto de Sousa Ferreira

13

Inferior a 7

1

13

0

13

30504

Carlos Daniel Pereira Carvalho

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

20088

Carlos Henrique de Sousa Ribeiro

7

Inferior a 7

2

Reprov

12

13

35641

Cláudia Cristina Gonçalves Ramalhosa

14

Inferior a 7

2

15

0

15

25150

Clemente Henrique Magalhães Lima

Inferior a 7

12

2

13

0

13

39576

Cristiana Isabel Nogueira de Freitas

16

Inferior a 7

2

17

0

17

34535

Cristina Isabel Machado Correia

Inferior a 7

Inferior a 7

1

Reprov

10

10

32618

Daniel Alexandre Ferreira Camacho

Inferior a 7

Inferior a 7

1

Reprov

10

10

37037

Daniel Filipe Vale Gonçalves

Inferior a 7

14

1

14

0

14

12721

Domingos Carlos Barros Pereira

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

35643

Duarte Manuel Ferreira Fernandes

12

Inferior a 7

3

13

0

13

22980

Eduardo Daniel Pereira de Melo

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

35644

Eduardo Lima Leite

10

Inferior a 7

2

11

0

11

35645

Elisabete Catarina Nobrega Cuellar

14

Inferior a 7

3

15

13

15

34429

Fátima de Lurdes Andrade Santos

Inferior a 7

11

0

10

0

10

30716

Fernanda Maria Pereira Dias

14

Inferior a 7

2

15

0

15

35647

Fernando Manuel Oliveira Fernandes

16

Inferior a 7

2

17

0

17

33482

Filipe Aires Pereira Dias Martins

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

33159

Filipe António de Freitas Pereira

13

Inferior a 7

2

14

0

14

35650

Filipe Sousa Silva

13

Inferior a 7

2

14

0

14

32715

Franck Gomes da Cruz

10

Inferior a 7

2

11

0

11

31360

Graça Maria Lorga Marta de Sousa

Inferior a 7

Inferior a 7

1

Reprov

10

10

33485

Hélder António Cerqueira Alves

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

37038

Hélder Daniel Novais Fernandes

14

Inferior a 7

3

15

14

15

27097

Hélder Noel Monteiro Firmino

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

30725

Helinia Maria Alves de Sousa

16

Inferior a 7

2

17

0

17

33487

Hernâni Manuel Oliveira Gomes

Inferior a 7

Inferior a 7

1

Reprov

6

Reprov

27953

Hugo Abel da Silva Vieira

Inferior a 7

11

1

11

0

11

32703

Ibraim Martins Verde da Silva

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

30729

Iolanda Cristina Leite Pimenta

12

Inferior a 7

2

13

Desistiu

13

33492

João António Pereira Lacerda de Almeida Carneiro

Inferior a 7

10

1

10

0

10

18684

João Martinho Pinto dos Santos Moura

11

Inferior a 7

2

12

0

12

35654

João Pedro Azevedo Oliveira

Inferior a 7

Inferior a 7

1

Reprov

6

Reprov

27958

João Pedro Carvalho Morais

Inferior a 7

Inferior a 7

1

Reprov

10

10

36875

Joaquim da Cunha Fernandes

12

Inferior a 7

2

13

0

13

33495

Joaquim Jorge da Silva Ferreira

Inferior a 7

13

1

13

0

13

35656

Joaquim Oliveira Novais de Matos

Inferior a 7

15

0

14

0

14

35657

Joel Vieira Martins

Inferior a 7

Inferior a 7

1

Reprov

0

Reprov

37039

Jorge Vieira Silva

14

Inferior a 7

1

14

0

14

37041

José Daniel Correia da Silva

13

Inferior a 7

3

14

0

14

41697

José Luís Oliveira Eusébio

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

27962

Liseta Gonçalves de Miranda

Inferior a 7

Inferior a 7

 

Reprov

6

Reprov

37042

Lúcia Leite Ferreira

17

Inferior a 7

3

18

0

18

35662

Luis Alberto Neto Borges

10

Inferior a 7

2

11

0

11

33500

Luis Filipe dos Santos Carvalho Meireles

Inferior a 7

Inferior a 7

 

Reprov

5

Reprov

39422

Luís Miguel de Amorim Pereira

Inferior a 7

Desistiu

1

Reprov

12

12

39580

Luís Miguel de Moura Teixeira

Inferior a 7

Inferior a 7

 

Reprov

5

Reprov

33502

Luis Miguel Fernandes Braga

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

33503

Luis Miguel Martins Pires

Inferior a 7

Inferior a 7

1

Reprov

0

Reprov

27967

Manuel Pascoal Lopes Padrão

Inferior a 7

Inferior a 7

 

Reprov

3

Reprov

36877

Marco André Vilares da Silva Veloso

11

Inferior a 7

2

12

0

12

36879

Maria Isabel Gonçalves Pires

11

Inferior a 7

2

12

14

15

15207

Maria Lelita Veloso

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

32720

Mário Rui Felgueiras Castro

Inferior a 7

11

3

12

0

12

34860

Marlene do Val Peres

12

Inferior a 7

2

13

0

13

35667

Marta Sofia Rodrigues Pedreira Lima

12

Inferior a 7

2

13

0

13

25179

Marta Vilas Boas Correia

10

Inferior a 7

1

10

0

10

9859

Miguel Jorge Pires Corais

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

21706

Narciso Miguel da Silva Rodrigues

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

27975

Natália Gonçalves Andrade

Inferior a 7

12

1

12

0

12

30542

Nuno Borges de Araújo de Oliveira

10

Inferior a 7

1

10

0

10

27977

Nuno Filipe de Jesus Fernandes

Inferior a 7

Desistiu

 

Reprov

3

Reprov

37049

Nuno Jorge das Neves

Inferior a 7

13

1

13

Desistiu

13

29720

Nuno Miguel Teixeira Machado

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

31609

Patrícia Andreia Martins Tavares da Rocha Gomes

13

Inferior a 7

3

14

0

14

33516

Paulo Alexandre Neiva Gomes

Inferior a 7

Inferior a 7

1

Reprov

6

Reprov

26675

Paulo Jorge Barbosa de Araújo

Inferior a 7

Inferior a 7

1

Reprov

0

Reprov

33518

Paulo Jorge Rodrigues Rocha Santos

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

34802

Paulo Miguel Araújo e Silva

Inferior a 7

10

2

11

0

11

23011

Pedro Alexandre Ferreira Narciso

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

27980

Pedro Filipe Almeida Alves

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

37052

Pedro Miguel da Silva Lopes

10

Inferior a 7

2

11

0

11

35675

Pedro Miguel Oliveira Coimbra

12

Inferior a 7

2

13

0

13

34911

Pedro Nuno Mondego de Palhares Falcão

11

Inferior a 7

1

11

0

11

37054

Raquel Patrícia Martins Pereira

11

Inferior a 7

2

12

0

12

32734

Raymond Fortes Gonçalves

Inferior a 7

7

 

Reprov

0

Reprov

37055

Ricardo André Marques Raposo

14

Inferior a 7

2

15

0

15

32595

Ricardo André Vilarinho Machado de Sousa Epifânio

Inferior a 7

Inferior a 7

1

Reprov

Desistiu

Reprov

35676

Ricardo Emanuel Rodrigues Campelos

17

Inferior a 7

2

17

0

17

33526

Ricardo Jorge Cunha Silva Gil

Inferior a 7

10

1

10

0

10

7703

Ricardo Jorge Rodrigues Alves

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

30135

Ricardo Nuno Ribeiro Faria

Inferior a 7

Inferior a 7

1

Reprov

7

Reprov

33032

Rogério Filipe Araújo Reis

7

Inferior a 7

3

Reprov

7

Reprov

33530

Rogério Paulo do Espírito Santo Brás

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

36498

Rogério Paulo dos Santos Tavares

15

Inferior a 7

3

16

0

16

35677

Rosa Andreia das Neves Azevedo

13

Inferior a 7

2

14

0

14

37057

Rui André Gomes Alves de Castro

15

Inferior a 7

3

16

0

16

37058

Rui Daniel dos Reis Cerqueira

Inferior a 7

Inferior a 7

2

Reprov

6

Reprov

24872

Rui Fernando Ribeiro Magalhães

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

22833

Rui Gabriel Campos de Sousa

Inferior a 7

Inferior a 7

1

Reprov

10

10

34542

Rui Manuel Vaz Lourenço

Inferior a 7

Inferior a 7

1

Reprov

12

12

36881

Rui Pedro Macedo Cruz

Desistiu

Inferior a 7

 

Reprov

0

Reprov

35682

Sara Daniela Castro Oliveira

16

Inferior a 7

2

17

14

17

29163

Sérgio Alexandre Carvalho Oliveira

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

22805

Sérgio Nuno da Cruz Barbosa

Inferior a 7

Inferior a 7

2

Reprov

10

11

32255

Sílvio José Martins de Freitas

Inferior a 7

Inferior a 7

0

Reprov

5

Reprov

33536

Sofia da Silva Peixoto

14

Inferior a 7

2

15

0

15

25208

Sónia Cláudia Maia de Carvalho

Desistiu

Inferior a 7

2

Reprov

10

11

39603

Sónia Paula de Deus Cunha

11

Inferior a 7

2

12

0

12

23027

Susana Isabel Rabacal Gabriel

11

Inferior a 7

1

11

0

11

35684

Teresa Maria da Costa e Silva Santos

13

Inferior a 7

2

14

0

14

29305

Tiago Jorge da Silva Santos

Inferior a 7

12

1

12

0

12

33739

Tiago Samuel Vilarinho Esteves

12

Inferior a 7

2

13

0

13

32727

Valter Filipe de Almeida Pereira

Inferior a 7

Inferior a 7

 

Reprov

0

Reprov

33539

Valter Nuno Gomes Fráguas

Inferior a 7

Inferior a 7

0

Reprov

5

Reprov

35686

Vanessa Estela Ferreira Araújo

18

Inferior a 7

2

18

0

18

29214

Vasco Alexandre Marques Serranho

Inferior a 7

12

2

13

0

13

35687

Vera Lúcia de Sousa Oliveira

12

Inferior a 7

1

12

0

12

37060

Vera Lúcia Pedrosa Alves

16

Inferior a 7

3

17

0

17

25401

Vital César Ventura Pinto

10

Inferior a 7

2

11

0

11

37061

Vítor Alfredo Luzia Ramalho

17

Inferior a 7

1

17

Desistiu

17

 


SOFTWARE

 


RECURSOS WEB

 

http://www.kdnuggets.com/

http://www.cs.bham.ac.uk/~anp/TheDataMine.html

http://www.ics.uci.edu/AI/ML/Machine-Learning.html

http://www.gmd.de/ml-archive

http://info.gte.com/~kdd/software.html

http://www.cosmic.uga.edu/maincat.html

http://www.neuronet.ph.kcl.ac.uk/

http://www.ipd.ira.uka.de/~prechelt/FAQ/neural-net-faq.html

http://bashful.qub.ac.uk/tec/courses/datamining/


ENUNCIADOS DAS PROVAS DE AVALIAÇÃO

 

 


ENUNCIADOS DOS PROJECTOS

 

Projecto Versão 1

Projecto Versão 2