Download Inteligencia artificial para la gestión de información en Psicología

UNIVERSIDAD ABIERTA PARA ADULTOS
UAPA
MAESTRÍA EN PSICOLOGÍA CLÍNICA (MPC)
Asignatura: Inteligencia Artificial para la Gestión de
Información en Psicología Clínica
CLAVE: MPC-2.5.1
Prerrequisitos: MPC 1.2.2
No. de Créditos: 03
PRESENTACION DE LA ASIGNATURA
La asignatura se adentra en la relación de la Psicología Clínica con la Tecnologías de la
Información y la Comunicación. Se propone actualizar a los participantes en el uso de
herramientas de Inteligencia Artificial para la gestión de información en el campo de la
Psicología Clínica. Con un sentido operativo, orientado a la práctica clínica, se desarrollarán
habilidades para la construcción y utilización de bases de conocimiento de psiquiatría,
malformaciones y otros temas de interés, para el estudio. Es un espacio potenciador de la
actividad de estudio y la investigación en este campo.
PROPOSITO(S) GENERAL(ES)
 Dominar una información básica actualizada sobre Inteligencia Artificial (IA), y su aplicación
al área de la Clínica.
 Emplear técnicas de Gestión de Información e Inteligencia Artificial para crear bases de
conocimiento y su empleo en la toma de decisiones.
 Desarrollar habilidades en el manejo de herramientas informáticas para realizar aplicaciones
inteligentes para la gestión de información.
 Potenciar la capacidad para trabajar con aplicaciones dirigidas a la solución de problemas en
un dominio de conocimiento seleccionado, con el empleo de herramientas informáticas para
la gestión inteligente de información y conocimiento.
CONTENIDOS
Temas actuales y Herramientas Inteligencia Artificial utilizados en la Gestión de Información.
Ingeniería del conocimiento para los sistemas de información. Adquisición del conocimiento.
Representación del
conocimiento. Reutilización del conocimiento. Compartición de
conocimiento.Técnicas de resolución de problemas de IA. La inteligencia organizacional:
Razonamiento basado en casos (trabajo con bases de conocimiento de psiquiatría,
malformaciones y otras creadas por los alumnos). Técnicas de IA aplicadas a la toma de
decisiones. Procesos de explotación de información para la toma de decisión. Aprendizaje
automático. Métodos. Importancia de la inteligencia artificial en la Gestión de conocimiento. La
Gestión de Información y los Sistemas Inteligentes. Aprendizaje de los sistemas de
información. Sistemas apoyados por conocimiento. Evaluación de la efectividad. Aplicaciones
de la inteligencia artificial.
EVALUACIÓN

La participación en las actividades presenciales y no presenciales previstas

Seminarios preparados independientemente por los alumnos

La actividad práctica con el software de Inteligencia artificial

Desarrollo de una aplicación en el dominio seleccionado por el alumno. Los alumnos
crearán sus propias bases de casos con el software estudiado.

Un examen escrito al final del curso, para los alumnos que a criterio del profesor no han
cumplido con los objetivos de la asignatura.
BIBLIOGRAFÍA

Broder, A.; Glassman, S.; Manasse, M.; Zweig, G. (1997) “Syntantic Clustering on the Web”.
Systems Research Digital Equipment Corporation, Department of Computer Science,
University of California, Berkeley.

Kwok, T.; Smith, K. A.; Lozano, S.; Taniar, D. (2002) Parallel Fuzzy c-Means Clustering for
Large Data Sets. Euro-Par 2002 Parallel Processing. Lecture Notes in Computer Science,
Vol. 2400, Coords/Eds B. Monien and R. Fedmann, pp. 365-374, Springer-Verlag, Berlín,
2002.

YD Cai and SL Lin. Support vector machines for predicting rRNA-, RNA-, and DNA-binding
proteins from amino acid sequence. Biochim Biophys Acta, May 30, 2003; 1648(1-2): 12733.

YD Cai, KY Feng, YX Li, and KC Chou. Support vector machine for predicting alpha-turn
types. Peptides, April 1, 2003; 24(4): 629-30.

YD Cai, XJ Liu, XB Xu, and KC Chou. Prediction of protein structural classes by support
vector machines. Comput Chem, February 1, 2002; 26(3): 293-6.

YD Cai, XJ Liu, YX Li, XB Xu, and KC Chou. Prediction of beta-turns with learning
machines. Peptides, May 1, 2003; 24(5): 665-9.

Stuart Rusell. Norving Meter. Inteligencia Artificial un Enfoque Moderno. Printice Hall.
México 1996.

Revista La Ventana Informática. Edición N0 9. Universidad de Manizales. Pág. 56 – 57.
Mayo 2003.
Otros libros recomendados

Elaine Rich. Knight Kevin. Inteligencia Artificial. Segunda Edición. Mc Graw Hill. México
1994.

Tom M. Mitchell.

Frost, R.

Freeman y Skapura.
Machine Learning
Bases de datos y Sistemas expertos.
Redes neuronales artificiales.
Direcciones Web
CANC] Canca, J. "Sistemas Expertos". Esi2.us.es. URL: http://www.esi2.us.es/~dco/sistemas.htm
[CAST] Castro, G. "Tendencias de los Sistemas Expertos". Netmedia.info URL:
http://www.netmedia.info/netmedia/articulos.php?id_sec=32&id_art=2255
[CHAP] Chapa, S. "Arquitectura de Sistemas Expertos". URL:
http://delta.cs.cinvestav.mx/~schapa/red/intro_lm/node46.html
[CRIA] Criado, J. "Sistemas Expertos" Worldonline.es URL: http://home.worldonline.es/jmariocr/
[IBAR] Ibarreta, J. "Sistemas Expertos: Áreas de aplicación". Geocities. URL:
http://www.geocities.com/javierml.geo/doc/SistemasExpertos.html
[SAMP] Samper, J. "Sistemas Expertos: El conocimiento al poder". Psicología.com URL:
http://www.psycologia.com/articulos/ar-jsamper01_2.htm
[VELA] Velarde, J. "Sistemas Expertos" . Ucm.es URL:
http://www.ucm.es/info/eurotheo/diccionario/S/sistemas_expertos.htm