INFORMACIÓN GENERAL Nombre del Curso : INTELIGENCIA 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: 2012 - I Profesores : David Mauricio Hugo Vega Huerta Rolando Maguiña | |||||||||||||||||||||||||||||||||||||||||||||||||||
SUMILLA La Inteligencia Artificial, conceptos, paradigmas 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, arquitectura, taxonomía y aplicaciones. Motor de inferencia. Ingeniería de conocimiento, conceptos, evolución. Metodología CommonKads. Calidad y validación de Sistemas Expertos, Introducción a Machine Learning (Aprendizaje automático) y heurísticas. | |||||||||||||||||||||||||||||||||||||||||||||||||||
OBJETIVO GENERAL Los estudiantes adquirirán conocimientos del área de Inteligencia Artificial en general y desarrollarán aspectos básicos en el desarrollo de juegos inteligentes, y sistemas expertos, y su aplicación en la resolución de problemas de la industria y en servicios inteligentes en los sectores de la industria y de servicios. | |||||||||||||||||||||||||||||||||||||||||||||||||||
OBJETIVOS ESPECÍFICOS
| |||||||||||||||||||||||||||||||||||||||||||||||||||
PROGRAMA ANALÍTICO POR SEMANAS | |||||||||||||||||||||||||||||||||||||||||||||||||||
| |||||||||||||||||||||||||||||||||||||||||||||||||||
Durante las sesiones de laboratorio se desarrollarán la programación básica en un lenguaje de inteligencia artificial sea LIPS (o una variante de ella) o CLIPS y esta se orientará al desarrollo de sistemas expertos basados en reglas. También en las sesiones de laboratorio se podrá evaluar el avance de los trabajos. | |||||||||||||||||||||||||||||||||||||||||||||||||||
METODOLOGÍA El curso se desarrolla a través de actividades teórico – prácticas, dando énfasis a aplicaciones en la industria y servicios. Los estudiantes, organizados en equipos de 3 desarrollarán dos trabajos computacionales. Durante las sesiones de teoría se discutirán la resolución de problemas propuestos. Durante las sesiones de laboratorio se evaluará el avance de los trabajos computacionales y el proceso de aprendizaje de un lenguaje de inteligencia artificial. | |||||||||||||||||||||||||||||||||||||||||||||||||||
EVALUACIÓN El Promedio Final (PF) se determina de la forma siguiente: PF = 0.025(CL1 + CL2 + CL3 + CL4) + 0.075(TB1 + TB2) + 0.15*LA + 0,30*(EA +EB) Donde: CLx: Controles de Lecturas (CL1, CL2, CL3 y CL4) TB1: Trabajo Grupal (Juegos Inteligentes Hombre – Máquina) TB2: Trabajo Grupal (Sistemas Expertos) EA: Examen Parcial EB: Examen Final LA: Laboratorio El alumno podrá sustituir la nota del examen parcial o final siempre que no haya podido dar alguno de estos exámenes. Solo serán evaluados los alumno que presenten 70% o más de asistencia. | |||||||||||||||||||||||||||||||||||||||||||||||||||
BIBLIOGRAFÍA [1] STUART, RUSSELL; PETER, NORVIG 1996 Inteligencia artificial, un enfoque moderno. Ed. Prentice Hall. ISBN 0-13-103805-2 [2] PATRICK, WINSTON 1984 Inteligencia artificial. Ed. Addison-Wesley ISBN 0-201-51876-7 [3] ELAINE, RICH 1988 Inteligencia artificial. Ed McGraw-Hill ISBN 0-07-450364-2 [4] DAVID, MAURICIO 2009 Apuntes de inteligencia artificial. [5] BONIFACIO, MARTIN; ALFREDO, SANZ 2002 Redes neuronales y sistemas difusos. Ed. Alfaomega ISBN 84-7897-466-0 [6] JOSEPH GIARRATANO – GARY RILEY 2001 Sistemas expertos, principios y programación. Ed. Ciencias Thomson ISBN 970-686-059-2 5/5 [7] JOSÉ PALMA M., ROQUE MARIN M. 2008 Inteligencia artificial, técnicas métodos y aplicaciones. Ed. Mc Graw Hill ISBN 978-84-484-5618-3 [8] JOSE R. HILERA, VICTOR J. MARTINE. 2000 Redes neuronales artificiales, fundamentos, modelos y aplicaciones. Ed. Alfaomega – rama ISBN 978-84-484-5618-3 [9] NILS J. NILSON 2001 Inteligencia artificial, una nueva síntesis. Ed. Mc Graw Hill ISBN 978-84-484-5618-3 [10] CAMPELO Ruy; MACULAN Nelson. 1994, Algoritmos e Heurísticas. Ed. Universidad Federal Fluminense. GLOVER Fred; KOCHENBERGER Gary A. [11] 2003 HandBook of Metaheuristic. Kluwer International Series. Las lecturas obligatorias serán proporcionadas por el profesor del curso. |
Publicado por
Rosa Chavez Cordero
Suscribirse a:
Entradas (Atom)