Download índice de sílabus (abet)

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