INTELIGENCIA ARTIFICIAL

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)

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	Solucion
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

INTELIGENCIA ARTIFICIAL

Temas del Syllabus

Bibliografia

Metodologia

Contenido del Curso

Docente

Integrantes Grupo 04

Descarga Syllabus

Descargar Software

Grupos del Curso

Relacionados

Visitantes