Tópicos Avançados em Inteligência Artificial
Simbólica - 01.2
Informações
Gerais
Professores:
Francisco
Carvalho e Jacques
Robin
(Esta) Homepage: www.cin.ufpe.br/~compint/aulas-IAS/mci2/taias-012/Welcome.html
Newsgroup: depto.cursos.posgrad.taias
Horários:
·
Aulas: 4a 08:00-10:00 & 6a 10:00-12:00
·
Orientação
seminários Jacques: 10h-11h30
·
Orientação
projetos Jacques: 11h30-13h
·
Orientação
seminários Chico: ??
·
Orientação
projetos Chico: ??
Local:
Sala 3
Turma:
·
Adjamir Galvão (amg2, Flávia)
- Daniel Barbosa (dnlb, André e Chico)
- Erivan Andrade (eaa, Jacques)
- Luciano Barbosa (lab, Carol e Chico)
- Marco Simões (macs3, André)
- Marcio Leal (mlmd, Geber)
- Thiago Moura (tjmm, Flávia)
- Thiago Santos (tlvls, André)
·
Valdeci Araújo (vaj, sem
orientador)
Bibliografia:
- Artificial Intelligence a Modern Approach, S. Russell & P. Norvig, 1995, Prentice-Hall,
site: http.cs.berkeley.edu/~russell/aima.html
- Machine Learning, T.
Mitchell, 1997, McGraw-Hill, site: www.cs.cmu.edu/afs/cs.cmu.edu/user/mitchell/ftp/mlbook.html
- Data Mining: Practical Machine Learning Tools and Techniques with
Java Implementations, I.H.
Witten & E. Frank, 1999, Morgan Kaufmann,
sites: www.mkp.com/books_catalog/catalog.asp?ISBN=1-55860-489-8 http://www.cs.waikato.ac.nz/ml/weka/
- Data Mining: Concepts and Techniques, Han, J. & Kimber, M. 2000, Morgan Kaufmann
site: www.mkp.com/books_catalog/catalog.asp?ISBN=1-55860-552-5
- Advances in knowledge discovery and data mining, de Fayyad et al., 1996, AAAI Press/MIT Press.
- Ontologies, the Silver Bullet for Knowledge Management and
Electronic Commerce, D.
Fensel. 2001, Springer-Verlag.
- Professional XML (programmer to programmer, 2nd Ed.), M. Birbeck et al., 2001, Wrox.
- Professional XML Meta-Data (programmer to programmer), Ahmed, K. et al., 2001, Wrox.
- The Unified Modeling Language User Guide, G. Booch, J. Rumbaugh & I. Jacobson, 1998,
Object Technology Series, Addison-Wesley.
- The Object Constraint Language, Precise Modeling with UML, J. Warmer & A. Kleppe, 1999, Object Technology
Series, Addison-Wesely.
- Multiagent Systems: a Modern Approach to Distributed Artificial
Intelligence, G. Weiss, 1999, MIT
Press
- Multi-Agent Systems: An Introduction to Distributed Artificial
Intelligence, J. Ferber, 1999,
Addison-Wesley
- Layered Learning in Multiagent Systems: a Winning Approach to
Robotic Soccer, P. Stone, 2000, MIT
Press
- Prolog Programming for Artificial Intelligence, I. Bratko, 2000 (3rd ed), Addison-Wesley.
- Inductive
Logic Programming: Techniques and Applications. Lavrac, N. & Dzeroski, S. 1994. Ellis
Horwood.
Avaliação:
Ementa
e calendário:
Caderneta ESCOLAR
Aula 1:
Apresentação da disciplina (22/08)
- Chico e
Jacques
- Plano:
- Objetivo da
disciplina
- Metodologia
didática e de avaliação
- Ementa
- Material
bibliográfica
- Jacques
- Ficha de leitura a entregar:
capítulo 11 e seção 12.1 do Russell & Norvig
- Plano:
- Limitações
da resolução de problema por busca e do cálculo das situações
- Representação
do conhecimento em planejamento: estado, objetivos, operadores,
precondições, efeitos
- Planejamento
de ordem parcial: POP
- Operadores
parcialmente instanciados e engenharia de conhecimento para planejamento
- Aplicações
práticas de planejamento
- Transparências: planning1.ppt
Aula 3:
Planejamento hierarquico e condicional (29/08)
- Jacques
- Ficha de leitura a entregar:
seções 12.2, 12.3, 12.5 e 13.1 do Russell & Norvig
- Plano:
- Planejamento
hierarquico: HPOP
- Planejamento
com recursos e tempo limitados
- Planejamento
condicional CPOP
- Transparências: planning2.ppt
Aula 4:
Planejamento situado (31/08)
- Jacques
- Ficha de leitura a entregar:
seções 13.2, 13.3 e 13.4 do Russell & Norvig
- Plano:
- Planejamento
e replanejamento com monitoramento de execução POPR
- Planejamento
situado SPOP
- Transparências: planning3.ppt
- Projetos de
planejamento:
- implementar
em Java, JEOPS, Prolog ou Flora um planejador de ordem parcial:
- com
hierarquia de decomposição HDPOP
- com
hierarquia de aproximação HAPOP
- com
restrições de recursos LRPOP
- com
restrições de tempo LTPOP
- com planos
condicionais a resultados de ações de percepção CPOP
- com
replanejamento RPOP
- situado SPOP
- comparar
planejadores da competição AIPS-2000 para:
- implementar
agente explorador do mundo do wumpus
- implementar
agente explorador do mundo do supermercado
- implementar
time de futebol de robô simulado
Aula 5: PDDL, uma linguagem padrão para planejamento (06/08)
- Jacques
- Ficha de leitura a entregar:
- Plano:
- Expressividade
- Definição
de domínios
- Ações
- Precondições
- Efeitos
- Decomposição
hierarquica
- Axiomas
- Fluentes,
expressões aritméticas e restrições quantitativas
- Definição
de problemas
- Transparências: pddl.ppt
Aula 6: FF, um planejador PDDL de alto desempenho (13/08)
- Seminário de
Adjamir orientado por Jacques
- 1a aula
prática no laboratório
- Transparências: ff.ppt
- Chico
- Ficha de leitura a entregar:
- Seções
18.1-18.4 do Russel & Norvig
- Cápitulos
1, 2 e 3 do Mitchell
- Seções 3.2,
4.3 e 6.1 do Witten & Frank
- Plano:
- Aprendizagem
de máquina, indução, busca no espaço de hipótese e aproximação de função
- Aplicações
práticas de aprendizagem de máquina
- Aprendizagem
de conceitos
- Vies
- Aprendizagem
de árvores de decisões: ID3
- Extensões
do ID3
- Avaliação
do conhecimento aprendido
- Transparências: LearningIntroID3.ppt
Aula 8: Programação em lógica indutiva (30/01)
- Jacques
- Ficha de leitura:
- Capítulo 5
do Fayyad et al.
- Seções 1.3,
2.1 e 2.4 do Lavrac & Dzeroski
- Plano:
- Programação
em lógica indutiva x dedutiva
- Representação
relacional x representação atributiva
- Características
de ILP
- Algoritmos de
ILP: generalização x especialização
- Operadores
de indução de regras relacionais
- Viés para
indução de regras relacionais
- Aplicações
práticas de ILP
- Transparências: ilp.ppt
Aula 9:
Aprendizagem de regras relacionais com Progol (01/02)
- Jacques e
Erivan
- 2a aula de
laboratório
- Ficha de leitura a entregar:
- Plano:
- Princípios
de funcionamento de Progol
- Codificar
conhecimento a priori em Prolog
- Codificar
vies de aprendizagem com declarações de modo
- Parametrizar
a busca por hipóteses
- Rastrear a
busca por hipóteses
- Testar e
validar as hipóteses
- Transparências: progol.ppt
Aula 10: Aprendizagem de regras atributivas de classificação e previsão
(06/02)
- Chico
- Ficha de leitura a entregar:
- Seções 3.3,
3.4, 4.3, 4.4 e 6.2 do Witten & Frank
- Plano:
- Ler uma
árvore de decisão como um conjunto de regras atributivas
- Regras atributivas
x regras relacionais
- Classificação
x associação
- Aprendizagem
de regras proposicionais de classificaçäo
- Aprendizagem
de regras de associação
- Transparências:
Aula
11: Aprendizagem baseado em similaridade entre instâncias (16/02)
- Seminário de
Marcos orientado por Chico
- Ficha de leitura a entregar:
- Plano:
- K-vizinhos
mais próximos
- Aprendizagem
preguiçoso x aprendizagem guloso
- Regressão
localmente ponderada
- Funções de
bases radiais
- Raciocínio
baseado em casos
- Tranparencias: LazyLearning.ppt
Aula
12: Aprendizagem por reforço (20/02)
- Chico
- Ficha de leitura a entregar:
- Leitura complementar:
- Seções
20.1-20.7 do Russell & Norvig
- Plano:
- Aprendizagem
com retorno parcial
- Tipos de
tarefas de aprendizagem por refoço
- aprendizagem
passivo x ativo
- em
ambiente conhecido x desconhecido
- em
ambiente determinístico x não determinístico
- Aprendizagem
Q
- Aprendizagem
por reforço diferenciado no tempo
- Aprendizagem
por reforço com generalização
- Aprendizagem
por reforço x técnicas de otimização
- Aprendizagem
por reforço x aprendizagem evolucionário
- Transparências: ReinforcementLearning.ppt
Aula
13: Aprendizagem não supervisionado e clustering (22/02)
- Chico
- Fichas de leitura a entregar:
- Seções
8.1-8.8 do Han & Kimber
- Plano:
- Tranparencias: Clustering.ppt
Aula
14: Classificação das técnicas de aprendizagem estudadas e visão geral de outras
técnicas (27/02)
- Chico
- Fichas de leitura a entregar:
- Seções 20.8
e 21.2 do Rusell & Norvig
- Seções 7.4
e 7.5 do Han & Kimber
- Seção 6.3 do Witten & Frank
- Plano:
- Paradigmas
e metáforas de aprendizagem de máquina
- Dimensões para
classificar técnicas de aprendizagem de máquinas
- Revisão dos
métodos estudados
- Catálogo
dos outros métodos de aprendizagem:
- Aprendizagem
baseado em conhecimento e explicações
- Support
Vector Machine
- Classificação
Bayesiana Ingênua
- Redes
Bayesianas
- Redes
Neurais
- Algorítmos
genéticos
- Transparencias: LearningWrapUp.ppt
Aula
15: Aprendizagem de classificadores, regras atributivas e clusters com Weka
(01/03)
- Marcelino
- 2a aula de laboratório
- Ficha de leitura a entregar:
Seções 8.1 e 8.2 do Witten & Frank
- Plano:
- Uso geral
de Weka
- Indução de
árvores de decisão
- Indução de
classificação por regressão linear
- Indução de
classificação ingênua bayesiana
- Indução de regras
de classificação atributivas
- Outros
métodos de classificação
- Indução de
regras de associação atributivas
- Clustering
- Interface
do Weka com bancos de dados para importação de exemplos
- Arquitetura
do Weka
- Transparências: weka.ppt
- Gustavo
- Ficha de leitura a entregar:
- Plano:
- Características
dos sistemas multiagentes
- Sistemas
multiagentes x sistemas orientados a objetos
- Tópicos em
sistemas multiagentes
- Arquiteturas
de sistemas multiagentes
- Aplicações
práticas dos sistemas multiagentes
·
Transparências: IntroMAS.ppt
Aula 17:
Estudo de caso de sistema multiagentes: time de futebol de robô (15/03)
- Jacques
- Ficha de leitura: Capítulos 2 e
3 do Stone
- Plano:
- As
competições da RoboCup: o novo desafio para a inteligência artificial, a
robótica e os sistemas multi-agentes
- Arquitetura
cliente/servidor da divisão simulador e Soccer Server
- API de
alto-níveis para Soccer Server
- Arquiteturas
e abordagens dos campões: CMUnited, FC Portugal
- Transparências: robocup.ppt
- Site: www.robocup.org
- Escolha do
trabalho de SMA:
- Implementar
e avaliar desempenho de estratégia de comunicação e colaboração entre
agentes
- variação:
linguagem de comunicação FIPA, BDI, ...
- variação:
ambiente de interação Caverna do Wumpus, Jogo de Perseguição (Aydano),
RoboCup Soccer Server, ...
Aula
18: Metodologias e ferramentas de desenvolvimento para sistemas multiagentes
(20/03)
- Seminário de
Marco Simões orientado por Jacques
- Ficha de leitura a entregar:
- Plano:
- Linguagens
de programação orientado a agentes
- Metodologias
de desenvolvimento de SMA:
- BDI
- CoMoMAS,
extensão multiagente de CommonKADS
- AUML,
extensão multiagente de UML
- Transparências: AOSE.ppt
Aula
19: Apresentação dos assuntos de trabalhos e projetos em aprendizagem de
máquina (22/03)
- Chico e
Jacques
- Assuntos:
- Minerar data warehouse:
- variação:
data warehouse minerado:
- CoVest
- ProDoc
- NBA
- RoboCup
- Seleção
do Doutorado e Mestrado do CIn
- variação:
conhecimento minerado:
- classificador
com Weka (árvores de decisão, regras atributivas, etc.)
- regras de
associação com Weka
- clusters
com Weka
- regras
relacionais com Progol
- Implementar
agente explorador do mundo do Wumpus baseado em aprendizagem por reforço
(Q-learning)
- Implementar
time de RoboCup baseado em aprendizagem por reforço multi-agente
- Implementar
tradutor bi-direcional F-Logic/Progol para programação em lógica indutiva
orientada a objetos
- Aprendizagem
baseado na similaridade entre instâncias para sistema de recomendação de
produtos
- variação:
implementar algoritmo ou usar ferramenta implementada disponível
- variação:
algoritmos (usado ou implementado)
- K-vizinhos
mais próximos
- Regressão
localmente ponderada
- Funções a
base radiais
- Raciocínio
baseado em casos
·
Transparências: LearningProjectTopics.ppt
Aula 20: Introdução às ontologias (27/03)
- Jacques e
Franklin
- Ficha de leitura:
- Seções
8.1-8.4 do Russell & Norvig
- Capítulo 2
do Fensel
- Leituras complementares:
- Capítulos
8, 14, 24 do Booch, Rumbaugh & Jacobson
- Capítulo 2
do Warmer & Kleppe
- Plano:
- O que é uma
ontologia?
- Elementos de
uma ontologia:
- Hierarquia
de conceitos
- Instâncias
de conceitos
- Relações e
restrições entre conceitos
- Regras de
dedução sobre conceitos
- Consultas
sobre conceitos e instâncias
- Origem e
motivação: engenharia e gerenciamento do conhecimento
- Tipologia
das ontologias:
- Ontologias
especialistas x gerais
- Ontologias
conceituais x lingüísticas
- Exemplo de
ontologia especialista: ontologia do domínio dos departamentos acadêmicos
em UML/OCL
- Exemplo de
ontologia geral: ontologia de senso comum do Russell & Norvig (seção
8.4) em UML/OCL
- Pendurar
uma ontologia especialista abaixo de uma ontologia geral
- Exemplo
de ontologia lingüística: WordNet
- Aplicações
práticas de ontologias:
- Reuso de
conhecimento em sistemas especialistas
- Processamento
de linguagem natural
- Gerenciamento
do conhecimento e modelagem de negócio
- Integração
de dados
- Interoperabilidade
entre agentes inteligentes
- Web
semântica
- Problemática
geral e questões sobre ontologias
- Exercício 1 de ontologias:
- Estender modelo
UML da ontologia geral da seção 8.4. do Russell & Norvig (arquivo
GeneralOntology.mdl abaixo) com atributos e associações se inspirando da
descrição em lógica dada na mesma seção
- Integrar a
ontologia acadêmica (academic.mdl abaixo) com a ontologia geral,
pendurando os conceitos da ontologia acadêmica abaixo dos conceitos mais
apropriados da ontologia geral
- Estender
ontologia acadêmica com novas classes de publicações em uma área de
conhecimento da sua escolha
- Criar diagrama de objeto UML definindo
instâncias de conceitos da ontologia geral
- Criar
diagrama de objeto UML definindo instâncias de conceitos da ontologia
acadêmica assim estendida representando seus dados ou os dados de um
professor do CIn
·
Transparências: OntoIntro.ppt
·
Apresentação
sobre Object Constraint Language (OCL): OCL.ppt
·
Ontologia
acadêmica em UML:
Aula 21: Regras e consultas em ontologias (03/04)
- Jacques e
Erivan
- Ficha de leitura:
- Plano:
- O papel das
regras em ontologias
- Consultas
sobre ontologias
- F-Logic:
uma linguagem para definir e consultar ontologias com regras dedutivas
- Definir hierarquia
de classes em F-Logic
- Definir
assinaturas de classes em F-Logic
- Definir
objetos em F-Logic
- Definir
regras em F-Logic
- Fazer
consultas em F-Logic
- Aplicações
práticas de F-Logic
- Implementações
de F-Logic
- Semântica
formal de F-Logic
- Exemplo de
ontologia do domínio dos departamentos acadêmicos em F-Logic abaixo da
ontologia geral
- Incluindo
regras dedutivas
- Exemplos
de consultas sobre essa ontologia
- Exercício 2 de ontologias:
- Versão
F-Logic (dialeto Flora) da ontologia geral do Russell & Norvig
estendida em UML no Exercício 1.
2.
Versão F-Logic (dialeto Flora) da ontologia acadêmica estendida (em UML)
no Exercício 1.
3.
Versão F-Logic (dialeto Flora) das instâncias de conceitos da ontologia
geral definidas nos diagramas de objetos UML do Exercício 1
4.
Versão F-Logic (dialeto Flora) das instâncias de conceitos da ontologia
acadêmica definidos nos diagramas de objetos UML do Exercício 1
5.
Estender
ontologia geral do Russell & Norvig em F-Logic com restrições (assinaturas
de classes F-Logic) e regras dedutivas
6.
Estender
ontologia acadêmica em F-Logic com restrições (assinaturas de classes
F-Logic) e regras dedutivas
7.
Definir em
F-Logic algumas consultas sobre conceitos e instancias da ontologia geral
estendida
- Definir em F-Logic algumas consultas
sobre conceitos e instâncias da ontologia acadêmica estendida
- Juntar isso tudo em um único arquivo
Flora no qual os conceitos da ontologia acadêmica estão pendurados abaixo
dos conceitos da ontologia geral, segundo a integração proposta no
Exercício 1.
·
Transparências: F-Logic4Onto.ppt
·
Ontologias:
ontologia acadêmica em F-Logic (dialeto SiRLI): academic.flo
·
Diferenças
chaves entre os dialetos SiRLI e Flora de F-Logic
Aula 22: Infra-estrutura da W3C para distribuição de ontologias na web
(05/04)
- Seminário de
Luciano orientado por Jacques
- Ficha de leitura:
- Capítulo 5
e Seção 6.2 do Fensel
- Leituras complementares:
- Plano:
- XML
- XML
Namespaces
- XML DTD
- XML Schema
- Exemplo
de ontologia do domínio dos departamentos acadêmicos em abaixo da
ontologia geral em XML Schema
- RDF
- RDF Schema
- Exemplo
de ontologia do domínio dos departamentos acadêmicos em abaixo da
ontologia geral em RDF Schema
- Linguagens
de consultas para XML e RDF
- Máquinas de
inferência para XML e RDF
·
Transparências: OntoW3C.ppt
Aula 23: Ontologias na web (10/04)
- Seminário de
Thiago Santos e Valdeci orientados por Jacques.
- Ficha de
Leitura:
·
Seção 6.1.2 do Fensel
·
Seções 1-3.2 e 7 de Reasoning
in Description Logics
·
Annotated
DAML+OIL ontology markup
·
DAML+OIL
reference description
·
Language
feature comparison: XML, RDF e DAML+OIL
·
The use of the CARIN language and
algorithms for information integration: the PICSEL project
·
The design rationale of RuleML: a
makrup language for semantic web rules
·
Sites com informação complementar:
·
http://www.dfki.uni-kl.de/ruleml/
·
http://www.daml.org/
- Plano:
- Lógicas
descritivas
- Filosofia
da abordagem
- Serviços
implementados pelos SGBC baseados em lógicas descritivas
- Contribuição
chave das lógicas descritivas: complexidade computacional do raciocínio
ontológico
- CARIN:
extensão de lógicas descritivas com regras dedutivas
- Exemplo
de ontologia do domínio dos departamentos acadêmicos abaixo da ontologia
geral em CARIN
- Exemplos
de consultas sobre essa ontologia em CARIN
- Ontologias
na Web:
- DAML-OIL
- Exemplo
de ontologia do domínio dos departamentos acadêmicos abaixo da ontologia
geral em DAML-OIL
- Semântica
formal de DAML-OIL
- RuleML
- Versão
RuleML das regras F-Logic da ontologia de departamentos acadêmicos
- Semântica
formal de RuleML
- Exercício 3 de ontologias:
- Versão DAML-OIL da parte de hierarquia
de classes, assinaturas de classes e definição de objetos da versão F-Logic
integrada e estendida das ontologias acadêmica e geral do Exercício 2.
- Versão RuleML da parte de regras
dedutivas F-Logic dessa ontologia integrada e estendida acadêmica e geral
do Exercício 2.
- Versão CARIN com conceitos,
instâncias, restrições e regras dessa ontologia integrada e estendida
acadêmica e geral do Exercício 2.
- Versão RDQL das consultas em F-Logic
sobre conceitos e instâncias dessa ontologia integrada estendida
acadêmica e geral do Exercício 2.
- Transparências: LogicasDescritivasCarin.ppt,
DamlOilRuleML.ppt
- Ontologias:
- Geral e acadêmica parte DAML-OIL:
- Geral e acadêmica parte RuleML:
- Geral e acadêmica versão CARIN:
Aula 24: Ferramentas de construção, uso dedutivo e consulta de
ontologias (12/04)
- Franklin e Jacques.
- 3a aula de
laboratório
- Plano:
- Poseidon:
editor de modelos UML com restrições OCL
- Transparências:
Poseidon.ppt
Aula 25: Web semântica: anotações de páginas web com instâncias de
conceitos de ontologias (17/04)
- Seminário de
Thiago Moura orientado por Jacques
- 4a aula de
laboratório
- Ficha de leitura:
- Plano:
- Web
semântica: idéia geral
- Questões
sobre anotação de páginas com instâncias de conceitos de ontologias
- Apresentação
de uma ferramenta de anotação de páginas com instâncias de conceitos de
uma ontologia
- Exemplo de
anotação de pagina do seu site com instâncias da ontologia acadêmica
previamente construída
- Especificação
de uma ferramenta simples de consultas semântica sobre páginas construída
- Exercício ao vivo no
laboratório:
- Anotar
pagina do seu site com instâncias da ontologia acadêmica previamente
construída
·
Transparências: SemanticWeb.ppt
Aula 26: Ferramentas de construção, uso dedutivo e consulta de
ontologias (19/04)
- Franklin e Jacques.
- 3a aula de
laboratório
- Plano:
- Flora:
interpretador F-Logic
- Protege:
editor gráfico de ontologias com consultas F-Logic e importação de RDFS
- OntoEdit:
editor gráfico de ontologias com importação e exportação para DAML-OIL e
F-Logic
- Outras
ferramentas
Transparências:
Ontoedit.ppt
Aula 27: Recapitulação sobre ontologias (24/04)
- Seminário de
Daniel orientado por Jacques
- Entrega dos exercícios 1 e 2
- Ficha de Leitura:
- Plano:
- UML como
linguagem de especificação de ontologias
- OCL (Object Constraint Language)
- Extensões
de UML para representar ontologias DAML-OIL
- Outras
linguagens de especificação de ontologias: KIF, OntoLingua
- Exemplo
de ontologia do domínio dos departamentos acadêmicos abaixo da ontologia
geral em KIF
- Comparação entre
UML/OCL, DAML-OIL/RuleML, F-Logic, CARIN e KIF
- Catálogo de
ontologias importantes
- Linguagens
de representação de ontologias
- Ferramentas
de gerenciamento de ontologias
- Metodologias
de desenvolvimento de ontologias
·
Transparências: OntoRecap.ppt
·
Exercício 4 de
ontologias:
1. Versão OCL das restrições nas ontologias
estendidas acadêmica e geral do Exercício 2 que foram codificadas nas
assinaturas de classes e a regras dedutivas na versão F-Logic.
2. Páginas Web pessoal ou de alguns professores
do CIn anotadas com conceitos da ontologia acadêmica estendida
3. Consultas sobre o conteúdo semântico dessas
páginas em F-Logic ou RDQL
Aulas 28 (26/04):
·
Orientação dos projetos
·
Entrega
dos exercícios 3 e 4
Aula 29: Prova (03/05)
Aulas 30 e 31: Apresentação dos projetos (08/05, 10/05)
Pontuação dos trabalhos
Fichas de leituras:
- ficha entregue depois da aula:
0pt
- ficha com mais de uma
página: 0pt
- relevância (i.e., completude
dada a restrição de espaço): 4pts
- organização e clareza: 3pts
- corretude: 2pts
- exemplos ilustrativos: 1pt
Trabalhos de implementação:
- Ambição e escopo do conjunto de
funcionalidades implementadas: 2pts
- Relevância dessas
funcionalidades para os requisitos do problema: 0.5pt
- Definição e completude da
amostra de entradas/saídas usada para testes: 0.5pt
- Corretude do software para essa
amostra: 1pt
- Eficiência do software para
essa amostra: 0.5pt
- Robustez do software para
entradas fora dessa amostra: 0.5pt
- Facilidade de uso da interface:
0.5pt
- Modularidade e
composicionalidade do código: 1pt
- Abstração e generalidade dos
componentes do código: 1pt
- Aproveitamento dos recursos do
paradigma de programação usado: 0.5pt
- Legibilidade, consição e
elegancia do código: 1pt
- Documentação do software e
comentarios no código: 1pt
Seminários:
- estar com o material lido e as
dúvidas prontas com 2 semanas de antecedências: 1pt
- estar com a apresentação
powerpoint pronta com 1 semana de antecedências: 1pt
- profundidade da compreênsão do
material: 2pts
- corretude da apresentação: 1pt
- completude da apresentação: 1pt
- concisão da apresentação: 1pt
- clareza da apresentação: 1pt
- quantidade, relevância e
clareza dos exemplos ilustrativos: 1pt
- desempho oral: 1pt