Universidade Federal de Goiás
Instituto de Informática
Inteligência Artificial
Matriz Curricular: INTART-BI-1 - 2020.1
Plano de Disciplina
Ano Letivo: 2025 - 1º Semestre
Dados da Disciplina
Carga Horária
Código Nome
Teórica Prática
10000198 INTELIGÊNCIA ARTIFICIAL PARA NÃO PROGRAMADORES 32 32
Prof(a): Celso Goncalves Camilo Junior
Turma: A
Ementa
1. Introdução a processamento de dados e aprendizado supervisionado (4h)
2. Aplicações e estudos de caso (8h)
3. Softwares de desenvolvimento de inteligência artificial para não programadores (16h)
4. Técnicas de aprendizado supervisionado e não supervisionado (16h)
5. Introdução a visualização de dados e de resultados (4h)
6. Desenvolvimento de projeto prático (16h).
Objetivo Geral
A disciplina, como um Núcleo Livre, busca: ampliar e diversificar a formação do estudante; promover a
interdisciplinaridade e a transdisciplinaridade; possibilitar o aprofundamento de estudo em áreas de interesse do
estudante e viabilizar o intercâmbio entre estudantes de diferentes cursos da UFG (RGCG - CEPEC Nº1557R).
Objetivos Específicos
No final da Disciplina, espera-se que o estudante seja capaz de:
- identificar quais problemas podem ser passíveis de solução com técnicas de Inteligência Artificial;
- propor soluções, mesmo que em alto nível, para esses problemas;
- modelar e participar do processo de construção de uma solução escolhida para um dado problema.
Relação com Outras Disciplinas
A disciplina apresenta uma visão geral e introdutória da área de Inteligência Artificial, Aprendizado de Máquina e
Ciência de Dados. Como Núcleo Livre, espera-se promover a amplificação e diversificação da formação do estudante.
Programa
1. Introdução à Inteligência Artificial
2. Impacto e aplicações da Inteligência Artificial
3. Tipos de Aprendizado de Máquina
4. Introdução ao Desenvolvimento de IA
5. Estudo de Casos
SIGERA 2.4 - Sistema Gerenciado de Requerimento Acadêmico Pág. 1/3
Procedimentos Didáticos
Legenda Descrição Objetivo
AEX Aula teórica Transmitir conhecimento utilizando quadro ou slides.
AP Aula prática Proporcionar ao aluno a aplicação prática do conteúdo ministrado em aula teórica.
ED Estudo dirigido Desenvolver a capacidade analítica, capacidade de síntese, de avaliação crítica e de análise.
OTR Outros Transmitir conhecimento utilizando quadro ou slides.
Aula teórica com Desenvolver o raciocínio lógico, criatividade e capacidade de abstração e a capacidade de
RE
resolução de exercícios identificar, analisar e projetar soluções de problemas.
Desenvolver o raciocínio lógico, criatividade, capacidade de abstração, capacidade para
SE Seminários identificar, analisar, projetar soluções de problemas, a capacidade de comunicação oral e a
capacidade de trabalhar em grupo.
TG Trabalho em grupo Desenvolver a capacidade de comunicação oral e escrita. Capacidade de trabalhar em grupo.
Conteúdo Programático / Cronograma
Inicio Proc. Didático Tópico # Aul.
Introdução: apresentação da disciplina, ementa, plano de
10/03/25 AEX, AP, OTR 4
ensino e metodologia
17/03/25 AEX, AP, RE, TG, ED Introdução à Inteligência Artificial 4
24/03/25 AEX, AP, RE, TG, ED Impacto e aplicações da Inteligência Artificial 12
14/04/25 AEX, AP, RE, TG, ED Tipos de Aprendizado de Máquina 12
05/05/25 AEX, AP, RE, TG, ED Introdução ao Desenvolvimento de IA 16
02/06/25 AEX, AP, TG, ED, SE Estudo de casos e desenvolvimento do projeto final 16
Total 64
Critério de Avaliação
A disciplina será desenvolvida com aulas expositivas dialogadas, conteúdos expositivos gravados, aulas práticas por
meio de realização de atividades síncronas e assíncronas, utilizando ferramentas adequadas para cada fim. Em
especial, neste momento, utilizaremos ferramentas oferecidas pela UFG e disponíveis a todos os discentes, entre
elas, Google Classroom (Sala de Aula), Google Forms (Formulário) e o SIGAA. Instruções de como utilizar as
ferramentas, assim como os “links” necessários serão oferecidos no momento oportuno aos estudantes. A média final
da disciplina será obtida através do desempenho demonstrados pelo estudante em todas as atividades
desenvolvidas: trabalhos individuais e em grupo e no projeto desenvolvido. A avaliação do projeto levará em
consideração: o texto final do projeto e a defesa do projeto (apresentação).
Observações:
1. Estará aprovado o(a) aluno(a) que atingir nota final (NF) igual ou superior a 6,0 (seis pontos) e ter frequência às
atividades acadêmicas igual ou superior a 75% da carga horária da disciplina, que é de 64h (sessenta e quatro
horas);
2. As Atividades Supervisionadas referem-se às atividades práticas e devem ser desenvolvidas segundo Resolução
CNE/CES 03/2007 de 2 de julho de 2007, a qual considera que os Bacharelados do período diurno dividem cada hora
de atividade acadêmica em 50 minutos de preleções e aulas expositivas e 10 minutos de atividades práticas
supervisionadas que podem ser realizadas a distância ou não, mas com supervisão do professor.
3. Este Plano está amparado pelas normativas e portarias emanadas dos órgãos governantes superiores, pelas
resoluções, instruções normativas e diretrizes didático-pedagógicas da UFG e do INF.
Data da Realização das Provas
As datas dos trabalhos serão divulgadas em momento oportuno, junto com a descrição e entregáveis.
Local de Divulgação dos Resultados das Avaliações
Os resultados das avaliações e da frequência serão divulgados no SIGAA.
Bibliografia Básica
(1) Amaral, Fernando. Aprenda mineração de dados: teoria e prática. Vol. 1. Alta Books Editora, 2016.
(2) Goldschmidt, Ronaldo, and Emmanuel Passos. Data mining: um guia prático. Gulf Professional
SIGERA 2.4 - Sistema Gerenciado de Requerimento Acadêmico Pág. 2/3
Publishing, 2005.
(3) MUELLER, John Paul; MASSARON, Luca. Machine learning for dummies. John Wiley & Sons, 2016.
Bibliografia Complementar
(1) KALUŽA, Boštjan. Instant Weka How-to. Packt Publishing Ltd, 2013.
(2) Artigos técnicos especializados que serão sugeridos posteriormente.
Bibliografia Sugerida
MUELLER, John Paul; MASSARON, Luca. Machine learning for dummies. John Wiley & Sons, 2016.
Termo de Entrega Termo de Aprovação
Apresentado à Coordenação no dia Aprovado em Reunião de CD no dia
Prof(a) Celso Goncalves Camilo Junior Prof. Dr. Eliomar Araújo de Lima
Professor Diretor do Instituto de Informática
Termo de Homologação
Data de Expedição: Goiânia, ____ de _________________ de ________.
SIGERA 2.4 - Sistema Gerenciado de Requerimento Acadêmico Pág. 3/3
