INTELIGENCIA ARTIFICIAL
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS
(Universidad del Perú, DECANA DE AMÉRICA)
http://3.bp.blogspot.com/_3CV8SXd7-xY/ScJE2oxYdII/AAAAAAAAEvA/MIiNuy9eDyY/s400/escudo+UNMSM.jpg
FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA
Escuela Académico Profesional de Ingeniería de Sistemas
1. ESPECIFICACIONES GENERALES
Nombre del Curso : Ineligencia Artificial
Código del Curso : 207008
Duración del Curso : 17 semanas
Forma de Dictado : Técnico - Experimental
Horas Semanales : Teoría: 3h - Laboratorio: 2h
Naturaleza : Formación Profesional
Número de Créditos : Cuatro (04)
Prerrequisitos : 205007 - Investigación Operativa I
Semestre Académico : 2010-1
Coordinador : David Mauricio
Profesores : David Mauricio, Rolando Maguiña,
Huego Vega, Ana Huayna.
2. SUMILLA
La inteligecia Artificial, conceptos, paradigma y aplicaciones en la industria y servicios Representación del Conocimiento. Representación de Problemas de IA como búsqueda en el espacio de estado. Métodos de búsqueda ciegos e informados. Juegos inteligentes hombre-máquina. Sistemas Expertos e Ingeniería de Conocimiento
3. OBJETIVO GENERAL
Los estudiantes Adquirirán conocimientos del área de Inteligenia Artificial en general y desarrollarán aspectos básicos en el desarrollo de juegos inteligentes y sistemas expertos, y su aplicación en la resolución de problemas inteligentes en los sectores de la industria y de servicion.
4.OBJETIVOS ESPECÍFICOS
Al terminar el curso el alumno será capaz de:
  • Comprender que es la Inteligencia Artificial y la complejidad de sus problemas.
  • Representar y resolver problemas de jueggos humano - máquina a través de técnicas de búsqueda en un espacio de estado.
  • Diseñar y desarrollar software de juegos inteligentes con interacción hombre - máquina y que usen técnicas de inteligencia artificial.
  • Comprender qué son los sistemas expertos y saber cuándo usarlos.
  • Conocer que es la Ingeniería de Conocimiento y un método para el desarrollo de sistemas basados en el conocimiento.
  • Evaluar la calidad de solución de sistemas expertos.
  • Diseñar y desarrollar sistemas expertos basados en diversos motores de inferencias (Métodos de encadenamiento y redes neuronales artificiales), considerando criterios de calidad.
  • Conocer los conceptos de machine learning, su importancia y sus aplicaciones en la industria y servicios.
  • Conocer los conceptos de heurísticas y meta-heurísticas, su importancia y sus aplicaciones en la industria y servicios.

Contenido del Curso

Semana Temas (Diapositivas descargables) Trabajos Teoria Trabajos laboratorio
1


Fundamentos de la Inteligencia Artificial
  • Presentación del curso.
  • Definición de la Inteligencia Artificial. Máquina inteligente. Diferencia entre sistemas operacionales y sistemas inteligentes. Revisión de los lenguajes de la inteligencia artificial. Aplicaciones en la industria y servicios.
  • Referencias: [1] Capítulo 1, [2] Capítulo 1.
Agentes Inteligentes
2



Representación del conocimiento – Clasificación de problemas algorítmicos
  • Representación del conocimiento: redes semánticas, registros, y predicados.
  • Clasificación de problemas algorítmicos. Problemas de decisión, localización y optimización. Problemas P y NP. Descripción de algunos problemas.
  • Referencias: [1] Capítulos 6, 7 y 10, [2] Capítulo 2, [3] Capítulos 4 y 5, [4] Capítulo 1


Ejercicios en Lisp 1
3

Búsqueda en un espacio de estados
  • Definición de problemas de la IA como problemas de búsqueda en un espacio de estado.
  • Referencias: [1] Capítulos 3 y 4, [2] Capítulo 3, [3] Capítulo 2 y 3, [4] Capítulo 3
Problemas de Busqueda Ejercicios LIPS
4





Métodos de búsqueda en un espacio de estados
  • Métodos de búsqueda ciega: amplitud, profundidad y no determinista.
  • Referencias: [1] Capítulo 4, [2] Capítulos 3 y 4, [3] Capítulo 3, [4] Capítulos 5 y 6


Ejercicios en Lisp 1
5



Métodos de búsqueda informados
  • Métodos que usan información adicional: primero el mejor, ascenso a la colina, ramificación y acotación.
  • Referencias: [1] Capítulo 4, [2] Capítulo 5, [3] Capítulo 3, [4] Capítulos 5 y 6.
Ruta caminos Eurasia
Ejercicios en Lisp 3
6


Métodos de búsqueda para juegos hombre-máquina
  • Métodos MIN-MAX para desarrollar juegos inteligentes hombre-máquina.
  • Referencias: [1] Capítulo 5, [2] Capítulos 5 y 6, [3] Capítulos 3 y 12, [4] Capítulos 5 y 6.


7


Presentación de trabajos computacionales
  • Presentación de trabajos computacionales

Ejercicios Lisp
8
Examen Parcial

Resolucion Pregunta3

Archivo Completo

9


Fundamentos de Sistemas Expertos
  • Definición de Sistemas Expertos. Arquitectura de un sistema experto. Taxonomía y aplicaciones de los sistemas expertos. Requisitos para el desarrollo de sistemas expertos y ventajas del uso de sistemas expertos. Algunos problemas basados en el conocimiento.
  • Referencias: [6] Capítulo 1


Solucionario de la Practica
10

Diseño de Sistemas Expertos
  • Diseño de Sistemas Expertos (SE). Ingeniería de software y SE Ciclo de vida de un SE.
  • Referencias: [6] Capítulos 1 y 6.


11

Desarrollo de Sistemas Expertos
  • Construcción de la base de hechos y base de conocimiento. El motor de inferencia. Los métodos de encadenamiento regresivo y progresivo. Ventajas y desventajas del uso de los métodos de encadenamiento. Consideraciones para el desarrollo de interfaces
  • Referencias: [1] Capítulos 6 y 7, [2] Capítulo 7, [6] Capítulo 3.


12

Sistemas expertos basados en Redes Neuronales
  • Conceptos básicos de redes neuronales artificiales (RNA). El problema de identificación de patrones y sus aplicaciones. Identificación de patrones a través de RNA. Algoritmos de RNA para identificación de patrones. Consideraciones para resolver problemas basados en el conocimiento a través de RNA.


13

Calidad y validación de sistemas expertos
  • Principales errores en el desarrollo de un sistema experto. Calidad de un sistema experto. Eficiencia y error de sistemas expertos.


14

Introducción a los Sistemas Inteligentes
  • Introducción a los sistemas inteligentes Conceptos de aprendizajes Aplicaciones de RNA y de Sistemas Inteligentes.


15

Presentación de trabajos computacionales
  • Presentación de trabajos computacionales


16
Examen Final

No hay ninguna entrada.
No hay ninguna entrada.
Template by - Robert MoreAbdul Munir - 2008