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 | ||||||
CURSO: | INTELIGENCIA ARTIFICIAL 2010-2 | |||||
DOCENTE: | HUGO VEGA HUERTA | |||||
Descargar | ||||||
1. ESPECIFICACIONES GENERALES | ||||||
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 | : 2010 – 2 | |||||
Coordinador | : Vega Huerta Hugo Froilán | |||||
2. 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. Sistemas inteligentes. | ||||||
3. OBJETIVO GENERAL | ||||||
La Inteligencia Artificial es una de las áreas de la ciencia de la computación que presenta grandes expectativas de desarrollo, debido a su diversidad de aplicaciones en la industria, en los sectores de educación, servicios y, ciencia y tecnología. | ||||||
El presente curso visa introducir el área de inteligencia artificial, la representación del conocimiento, los métodos básicos para la resolución de problemas y sus principales aplicaciones en el contexto de la demanda nacional, dando énfasis al estudio y desarrollo de juegos y sistemas expertos. | ||||||
4. OBJETIVOS ESPECÍFICOS | ||||||
· Representar el conocimiento mediante técnicas ad hoc tales como redes semánticas, predicados, y listas. | ||||||
· Representar y resolver problemas determinada clase de problemas de la Inteligencia Artificial mediante las técnicas de búsqueda en un espacio de estados. | ||||||
· Diseñar y desarrollar software de juegos inteligentes hombre-máquina que usen técnicas de la Inteligencia Artificial. | ||||||
· Diseñar y desarrollar sistemas expertos basados en diversos motores de inferencia (métodos de encadenamiento y redes neuronales artificiales). | ||||||
Presentar los fundamentos de los sistemas inteligentes y sus diversas aplicaciones, así como establecer las diferencias respecto de los étodos basados en búsqueda y los sistemas expertos. | ||||||
5. CONTENIDO ANALÍTICO PORSEMANAS: |
Semana | Temas | Trabajos Teoria | Trabajos laboratorio |
1 | Fundamentos de la Inteligencia Artificial
| Manual LISP | |
2 | Representación del conocimiento – Clasificación de problemas algorítmicos
| ||
3 | Búsqueda en un espacio de estados
| Algoritmos Recursivos en Lisp | |
4 | Métodos de búsqueda en un espacio de estados
| | |
5 | Métodos de búsqueda informados
| ||
6 | Métodos de búsqueda para juegos hombre-máquina
| Juego hombre-Maquina Minimax | |
7 | Presentación de trabajos computacionales
| ||
8 | Examen Parcial | Solucion Parcial | |
9 | Fundamentos de Sistemas Expertos
| Fundamentos | |
10 | Diseño de Sistemas Expertos
| Diseño | Sistema Experto FISI Codigo |
11 | Desarrollo de Sistemas Expertos
| Desarrollo | |
12 | Sistemas expertos basados en Redes Neuronales
| SE basados en Redes Neuronales | |
13 | Calidad y validación de sistemas expertos
| Validacion Sistemas Expertos | |
14 | Introducción a los Sistemas Inteligentes
| Sistemas Inteligentes | |
15 | Presentación de trabajos computacionales
| ||
16 | Examen Final | Solucion Examen Final 2010 - 2 | Examen Final 2009-1 Examen Final 2009-2 |
6. METODOLOGÍA
El curso se desarrolla a través de actividades teórico – prácticas, dando énfasis a aplicaciones en la industria y servicios. Los estudiantes, organizados en grupos de 3 estudiantes, desarrollarán dos trabajos computacionales.
7. 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 + 0,30*EB
PF = 0.025(CL1 + CL2 + CL3 + CL4) + 0.075(TB1 + TB2) + 0.15*LA + 0,30*EA + 0,30*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
8. BIBLIOGRAFÍA
[1] STUART, RUSSELL; PETER, NORVIG
1996 Inteligencia artificial, un enfoque moderno. Ed. Prentice Hall. ISBN 0-13-103805-2
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 970-686-059-24/5
[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 HillISBN 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.