Download índice de sílabus (abet)
Document related concepts
Transcript
ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL FACULTAD DE INGENIERÍA EN ELECTRICIDAD Y COMPUTACIÓN SYLLABUS DEL CURSO Inteligencia Artificial 1. CÓDIGO Y NÚMERO DE CRÉDITOS CÓDIGO NÚMERO DE CRÉDITOS : 4 2. FIEC03459 Teóricos: 4 Prácticos: 0 DESCRIPCIÓN DEL CURSO En este curso se describen técnicas de inteligencia artificial como una herramienta de análisis y solución de problemas no convencionales. Se definen e identifican diferentes métodos de representación del conocimiento y se aplican diversos mecanismos de búsqueda y razonamiento artificial para resolver problemas. Se analiza la arquitectura de los sistemas basados en conocimiento y su ciclo de desarrollo. 3. PRERREQUISITOS Y CORREQUISITOS. PREREQUISITOS FIEC01552 LENGUAJES DE PROGRAMACIÓN FIEC06437 METODOS DE INVESTIGACIÓN APLICADOS A LA COMPUTACIÓN CORREQUISITO 4. TEXTO GUIA Y OTRAS REFERENCIAS REQUERIDAS PARA EL DICTADO DEL CURSO TEXTO GUÍA 1. George F. Luger, Artificial Intelligence Structures and Strategies for Complex Problem Solving, Sixth Edition, 2010, Addison Wesley REFERENCIAS 1. Michael R. Genesereth & Nils J. Nilson, Logical Foundations of Artificial Intelligence, 2003, Morgan Kaufmann Publishers, Inc. 2. W. Bibel, J. Schneeberger & E. Elver, Knowledge Engineering Vol. I – Fundamentals. Representation of Knowledge, 2001, McGraw-Hill Inc. 3. Notas del profesor y papers publicados recientes 5. RESULTADOS DE APRENDIZAJE DEL CURSO El estudiante al finalizar el curso estará en capacidad de: 1. Conocer y aplicar diferentes métodos de representación de conocimiento 2. Evaluar, contrastar y seleccionar el algoritmo de búsqueda en árboles y técnicas de razonamiento artificial más apropiados, para modelar el comportamiento inteligente de un sistema y basados en la definición de requerimientos computacionales identificados en el proceso de análisis 3. Diseñar, implementar y evaluar la solución de un problema basado en mecanismos artificiales de inferencia 4. Trabajar en equipo el desarrollo de un proyecto de curso y elaborar un reporte técnico escrito. 6. PROGRAMA DEL CURSO I. II. III. IG1002-3 Fundamentos de la IA (2 sesiones - 4 horas). Creando la comunidad de aprendizaje, políticas del curso, agenda y cronograma Introducción a la IA, definiciones e historia Técnicas para la solución de problemas en IA, y sus etapas de desarrollo (5 sesiones - 10 horas). Búsqueda conducida por objetivos y por datos Búsqueda a ciegas Búsqueda heurística Algoritmos tipo A y A* Teorema de Admisibilidad Gráfos And—Or Algoritmo de Bactrack Representación del Conocimiento (3 sesiones - 6 horas). Lógica y Cálculo Proposicional Predicados Página 1 de 4 SYLLABUS DEL CURSO INTELIGENCIA ARTIFICIAL IV. V. VI. VII. VIII. IX. X. 7. Cálculo de predicados de Primer Orden Semántica en el cálculo de predicados Aplicaciones Otros métodos de representación de conocimiento Redes semánticas, frames, reglas Comparación de los métodos de representación Inferencia y razonamiento (2 sesiones - 4 horas). Unificación Reglas de inferencia Aplicaciones El proceso de razonamiento artificial (6 sesiones - 12 horas). Teorema de resolución Aplicación Conversión de predicados a cláusulas Extracción del resultado en el proceso de resolución y refutación Manejo de incertidumbre Mapas Cognitivos Sistemas de producción (1 sesiones - 2 horas). Representación mediante reglas de producción Sistemas expertos basados en reglas, ventajas y desventajas Sistemas basados en conocimiento (3 sesiones - 6 horas). Introducción a los Sistemas Expertos, su caracterización y estructura Ciclo de desarrollo de sistemas inteligentes Redes Neuronales (2 sesiones - 4 horas). Machine Learning: Redes neuronales Las redes neuronales biológicas Red neuronal artificial, el Perceptron Funciones de transferencia Topologías de las redes neuronales Aprendizaje Uso de las Redes Neuronales Aplicaciones Algoritmos Genéticos (2 sesiones - 4 horas). Breve Historia Procesos evolutivos Qué son los algoritmos genéticos y cómo funcionan? Estructura algorítmica, conceptos básicos Métodos de representación Métodos de selección de individuos Métodos de intercambio Ventajas y limitaciones Aplicaciones Revisión y evaluación del proyecto de fin de curso (2 sesiones - 4 horas). Evaluación y revisión de proyectos – primer grupo Evaluación y revisión de proyectos – segundo grupo CARGA HORARIA: TEORÍA/PRÁCTICA Dos sesiones por semana, con una duración de 2 horas por sesión 28 sesiones en total en el semestre, 14 sesiones en cada parcial. 8. CONTRIBUCIÓN DEL CURSO EN LA FORMACIÓN DEL ESTUDIANTE Se analizan diversos algoritmos de búsqueda en árboles y de inferencia artificial, basados en lógica de primer orden y heurística. Se revisan diversos algoritmos, estructuras de representación de conocimiento y se aplican en el diseño de sistemas “inteligentes” para la toma de decisiones. Se revisan también técnicas de solución de problemas y los ambientes de desarrollo de sistemas inteligentes. Los estudiantes analizan y diseñan la solución de software de un problema real y posteriormente implementan IG1002-3 Página 2 de 4 SYLLABUS DEL CURSO INTELIGENCIA ARTIFICIAL la solución basado en las técnicas de inteligencia artificial. Se revisan otras técnicas de solución de problemas a problemas con características particulares de imprecisión, incertidumbre y se basan en las técnicas de programación ya estudiadas en cursos previos. Los estudiantes presentan prototipos de la solución propuesta ante sus compañeros y profesor y deben justificar las decisiones tomadas en el diseño e implementación de la solución. Los estudiantes presentan un reporte del proyecto, enfatizando lo aprendido en la solución propuesta, las técnicas utilizadas y los resultados. Durante el proceso de análisis, diseño e implementación los estudiantes discuten las diferentes posibilidades de la implementación del proyecto, así como consideraciones de tipo ético y productivo una vez que se implante la solución. FORMACIÓN BÁSICA 9. FORMACIÓN PROFESIONAL X FORMACIÓN HUMANA RELACIÓN DE LOS RESULTADOS DE APRENDIZAJE DEL CURSO CON LOS RESULTADOS DE APRENDIZAJE DE LA CARRERA RESULTADOS DE APRENDIZAJE DE LA CARRERA* a. Habilidad para aplicar conocimientos de computación y matemáticas apropiados a su disciplina. b. Habilidad para analizar un problema, e identificar y definir los requerimientos computacionales apropiados para su solución. c. Habilidad para diseñar, implementar, y evaluar un sistema basado en computadoras, procesos, componentes o programas que cumplan necesidades específicas. d. Habilidad para funcionar efectivamente en equipos para alcanzar una meta común. e. Comprensión de las responsabilidades profesionales, éticas, legales, de seguridad y sociales. f. Habilidad para comunicarse efectivamente con un rango de audiencias. g. Habilidad para analizar el impacto local y global de la computación sobre los individuos, organizaciones y sociedad. h. Reconocer la necesidad para y la habilidad de involucrarse en un desarrollo profesional continuo. i. Habilidad para usar técnicas, habilidades, y IG1002-3 CONTRIBUCIÓ N (Alta, Media, Baja) RESULTADOS DE APRENDIZAJE DEL CURSO** Alta Alta Alta EL ESTUDIANTE DEBE: 2 Evaluar, contrastar y seleccionar el algoritmo de búsqueda en árboles y técnicas de razonamiento artificial más apropiados, para modelar el comportamiento inteligente de un sistema. 1,3 Identificar los requerimientos computacionales identificados en el proceso de análisis y proponer un diseño de la solución 1,3 Diseñar, implementar y evaluar la solución de un problema basado en mecanismos artificiales de inferencia Baja 4 Baja 4 Baja 4 Analizar, diseñar e implementar soluciones como miembro de un equipo de trabajo a lo largo de un semestre académico. Identificar y entender los aspectos éticos, sociales, de seguridad y productividad de las soluciones que desarrolla, en las organizaciones y los individuos. Presentar los productos (prototipo, reporte escrito) al final del semestre y que fue desarrollado durante el curso con los miembros de su equipo de trabajo. ------ -----1 Baja Página 3 de 4 Identificar y aplicar diferentes métodos de representación de SYLLABUS DEL CURSO INTELIGENCIA ARTIFICIAL herramientas actuales, necesarias para la práctica de la computación. j. Capacidad de liderar, gestionar o emprender proyectos. k. l. conocimiento y otros mecanismos y buenas prácticas actuales. ------- 10. EVALUACIÓN DEL CURSO Actividades de Evaluación Exámenes Lecciones Tareas Proyectos Laboratorio/Experimental Participación en Clase Visitas Otras X X X X X 11. RESPONSABLE DE LA ELABORACIÓN DEL SYLLABUS Y FECHA DE ELABORACIÓN Elaborado por Fecha Enrique Peláez Jarrín 29 Abril 2013 12. VISADO SECRETARIO ACADÉMICO DE LA UNIDAD ACADÉMICA NOMBRE: DIRECTOR DE LA SECRETARÍA TÉCNICA ACADÉMICA NOMBRE: FIRMA: FIRMA: Resolución y Fecha de aprobación en el Consejo Directivo: 13. VIGENCIA DEL SYLLABUS RESOLUCIÓN DEL CONSEJO POLITÉCNICO: FECHA: IG1002-3 Página 4 de 4 SYLLABUS DEL CURSO INTELIGENCIA ARTIFICIAL