Fundamentos das redes neurais artificiais: aprendizado, associação, generalização, abstração, robustez; histórico das redes neurais artificiais; estruturas de interconexão; tipos de aprendizado: supervisionado e não-supervisionado; perceptron, algoritmo de mínimos quadrados, algoritmo de retropropagação de erros, problemas de treinamento; redes de função de base radial; redes probabilísticas; lógica nebulosa; sistemas neuro-fuzzy; estudo de casos selecionados envolvendo projeto, implementação, treinamento e avaliação de redes neurais artificiais e sistemas neuro-fuzzy, utilizando ferramentas para simulação computacional, e.g., MATLAB ou similares.