Classes de problemas e características: P vs NP; domínios; multimodalidade; multiobjetivos; dinâmicos. Aspectos teóricos e práticos de Aprendizado de Máquina: representação do conhecimento; tipos de aprendizado; classes de tarefas; técnicas de aprendizado; métricas de desempenho. Aspectos teóricos e práticos no uso de heurísticas e meta-heurísticas: tipos de abordagens; algoritmos bio-inspirados; operadores locais e de vizinhança; algoritmos híbridos; análise de desempenho.