Semana 1 (1/3)   ct205.aula1

Motivação e estrutura do curso

Sistemas baseados em conhecimento

Origens, manifestação e tipos de incerteza

Semana 2 (8/3)   ct205.aula2

Probabilidade clássica

Representação do conhecimento incerto

Inferência bayesiana

Proposta lista #1

Semana 3 (15/3)   ct205.aula3

Representações

Modelos de dependência

Proposta projeto #1

Semana 4 (22/3)   ct205.aula4-1

Teoria das crenças e redes bayesianas – parte 1

Semana 5 (29/3)   ct205.aula4-2

Teoria das crenças e redes bayesianas – parte 2

Entrega projeto #1

Proposta projeto #2

Semana 6 (12/4)   ct205.aula5

Introdução à Teoria Dempster-Shaffer

Semana 7 (12/4)

NÃO HAVERÁ AULA

Entrega projeto #2

Semana 8 (19/4)

PROVA #1, entrega lista #1

Semana 9 (26/4)

Semana 1 (3/5)    ct205.aula6

Teoria da Utilidade

Semana 2 (10/5)     ct205.aula7

Decisão e diagramas de influência

Instruções para propostas - projeto #3

Proposta lista #2

Semana 3 (17/5)    ct205.aula8

Problemas de decisão sequencial

Problemas decisórios de Markov

Fundamentos de Programação Dinâmica

Consolidação de propostas - projeto #3 (discussão por e-mail com professor)

Semana 4 (24/5)

Apresentação de propostas - projeto #3

Semana 5 (31/5)    ct205.aula9

Fundamentos de Programação Dinâmica (cont.)

Métodos baseados em diferenças temporais

Semana 6 (7/6)   ct205.aula10, tutorial RL

Métodos baseados em diferenças temporais (cont.)

Semana 7 (14/6)  ct205.aula11

HMMs: algoritmos e aplicações

Filtro de Kalman

Rdes bayesianas dinâmicas

Semana 8 (21/6)

NÃO HAVERÁ AULA

Semana 9 (28/6)

PROVA #2, entrega lista #2

Semana 10 (5/7)

Apresentação e entrega do projeto #3