Download - CC415P
Programa de la Materia Inteligencia Artificial CC415
UNIVERSIDAD DE GUADALAJARA
CENTRO UNIVERSITARIO DE CIENCIAS EXACTAS E INGENIERAS
DIVISIN DE ELECTRNICA Y COMPUTACIN
DEPARTAMENTO DE CIENCIAS COMPUTACIONALES
DATOS GENERALES
CLAVE DE LA MATERIACC415
NOMBRE DE LA MATERIAINTELIGENCIA ARTIFICIAL
TIPOCURSO
CARCTER DEL CURSOOPTATIVO
REA DE FORMACINOPTATIVA ABIERTA
PRE-REQUISITOSCC307
DEPTO. DE ADSCRIPCINCIENCIAS COMPUTACIONALES
ACADEMIATCNICAS MODERNAS DE PROGRAMACIN
CARGA HORARIA GLOBAL60 HORAS
CARGA HORARIA SEMANAL3 HORAS
VALOR EN CRDITOS8 CRDITOS
FECHA DE MODIFICACINJULIO DE 2004
CALENDARIO DE APLICACIN2006A
OBJETIVO GENERALCOMPRENDER LOS CONCEPTOS DE LA INTELIGENCIA ARTIFICIAL; ABORDANDO SU NATURALEZA, ANTECEDENTES, DESARROLLO, REAS DE APLICACIN, ESTRATEGIAS, TCNICAS, LIMITACIONES Y EXPECTATIVAS FUTURAS. ESTO PARA MANEJAR EXITOSAMENTE EL ENFRENTAMIENTO DE PROBLEMAS COMPLEJOS A TRAVS DE UNA COMPUTADORA.
OBJETIVO ESPECFICOEN CADA MDULO DEL CONTENIDO TEMTICO PRINCIPAL
UNIVERSIDAD DE GUADALAJARA
DIVISIN DE ELECTRNICA Y COMPUTACIN
DEPARTAMENTO DE CIENCIAS COMPUTACIONALES
INTELIGENCIA ARTIFICIAL
CONTENIDO TEMTICO PRINCIPAL
Mdulo 1. Conceptos Bsicos sobre Inteligencia Artificial (IA) [8 horas]
Objetivo: El alumno comprender los orgenes, tendencias de uso y el futuro de la IA; para establecer las bases formales sobre las cuales apoyar el resto de los conceptos de esta disciplina.
1.1. Definiciones [2 horas]
1.2. Fundamentos [2 horas]
1.3. Resumen Histrico [1 hora]
1.4. Sistemas Basados en Conocimiento [1 hora]
1.5. Futuro de la IA [2 horas]
Recomendaciones: Considerar el uso de dinmicas de clase que permitan la apertura mental hacia el tipo de conceptos que se utilizan en la IA. Tarea sobre la historia de la IA.
Mdulo 2. Redes Semnticas y la Representacin del Conocimiento [8 horas]
Objetivo: El alumno comprender que uno de los principales desafos de la IA, es la representacin ptima del conocimiento: mismo que frecuentemente se representa por medio de redes semnticas.
2.1. Definiciones de Conocimiento [2 horas]
2.2. Redes Semnticas [3 horas]
2.3. Mtodos de Descripcin y Pareamiento (MDP) [1 hora]
2.4. Otras tcnicas de Representacin del Conocimiento [2 horas]
Recomendaciones: Es importante revivir el concepto de Tipo de Datos Abstracto (TDA), las Estructuras de Datos y el Desarrollo de Algoritmos. Principalmente los TDA: grafo y rbol. Como tarea, ejercitar con algunas representaciones simples.
Mdulo 3. Tcnicas para Enfrentar los Problemas [9 horas]
Objetivo: Aplicar diferentes estrategias para enfrentar problemas concretos.
3.1. Definiciones [1 hora]
3.2. Tipos de problemas [2 horas]
3.3. Mtodos de resolucin [5 horas]
3.4. Verificacin de restricciones [1 hora]
Recomendaciones: Revivir situaciones cotidianas que podran ayudar comprender mejor los principios para enfrentar problemas. Tareas sobre resolucin de problemas clsicos y cotidianos. Al final del mdulo 3, se recomienda aplicar un examen parcial.
Mdulo 4. Tcnicas de Bsqueda [9 horas]
Objetivo: El alumno comprender que todo algoritmo inteligente se basa en una bsqueda dentro de un espacio de estados que describen a un problema determinado. Asimismo, se aplicarn algunas de las tcnicas de bsqueda ms conocidas.
4.1. Definiciones [2 horas]
4.2. Bsquedas Exhaustivas [4 horas]
4.3. Bsquedas Heursticas [3 horas]
Recomendaciones: Revivir situaciones cotidianas podra ayudar comprender mejor los principios para realizar bsquedas. La implementacin de algunos algoritmos de bsqueda reforzar el aprendizaje en esta seccin. Tarea sobre implementacin de algn algoritmo de bsqueda no implementado en clase.
Mdulo 5. Planificacin [7 horas]
Objetivo: El alumno comprender la importancia y los principios de planificacin, as como la aplicacin de algunas tcnicas para lograr una planificacin efectiva.
5.1. Definicin [2 hora]
5.2. Principios y Tcnicas para la Planificacin [3 horas]
5.3. Ejemplos de Planificacin [2 horas]
Recomendaciones: Planificar sobre actividades cotidianas para mejorar la comprensin. Tareas sobre la planificacin de algunas actividades cotidianas. Al final del mdulo 5, se recomienda el segundo examen parcial.
Mdulo 6. Tcnicas Softcomputing [8 horas]
Objetivo: El alumno comprender los diferentes paradigmas de la IA que pueden utilizarse en la resolucin de problemas no-convencionales que normalmente debe enfrentar esta disciplina.
6.1. Sistemas Expertos [2 horas]
6.2. Redes Neuronales Artificiales [2 horas]
6.3. Lgica Difusa [2 horas]
6.4. Algoritmos Genticos [2 horas]
Recomendaciones: Hacer una revisin de los diferentes paradigmas de la IA, as como algunos ejemplos funcionales. Tareas sobre investigacin en el estado del arte de algunas tcnicas de Softcomputing.
Mdulo 7. Vertientes de la IA [10 horas]
Objetivo: El alumno comprender las diferentes vertientes de la IA, con el objeto de establecer los principios y bases de creatividad que exige la IA.
7.1. Agentes [2 horas]
7.2. Robtica [2 horas]
7.3. En la educacin [2 horas]
7.4. Procesamiento de Lenguaje Natural [2 horas]
7.5. Percepcin-Accin (Sistemas Reactivos) [2 horas]
Recomendaciones: Hacer una revisin de los diferentes vertientes de la IA, as como algunos ejemplos funcionales. Tareas sobre investigacin en el estado del arte de algunas vertientes de la IA.
METODOLOGA DEL CURSO
- Sesiones tericas
- Prcticas de laboratorio
EVALUACIN
20% Exmenes Parciales
10% Tareas de Investigacin
70% Proyectos de Laboratorio
BIBLIOGRAFA BSICA
"Artificial Intelligence: A Modern Approach"
Russell, Stuart; Norvig, Peter
Segunda Edicin, Diciembre 2002.
Ed. Pearson.
BIBLIOGRAFA COMPLEMENTARIA
"AI Application Programming"
Jones, Tim
Edicin con Libro y CDROM (Marzo, 2003)
Ed. Charles River Media
"Sistemas Expertos, Principios y Programacin"
Giarratano, Joseph; Riley, Gary
Tercera edicin, 2001.
Ed. Thomson
"Neural Networks, A Comprehensive Foundation"
Haykin, Simon
Segunda Edicin, 1999
Ed. Prentice Hall
"The Essence of Artificial Intelligence"
Cawsey, Alison
Primera Edicin, 1998.
Ed. Pearson