Download Taller de Inteligencia Artificial Programa de Curso Objetivo

P ONTIFICIA U NIVERSIDAD C AT ÓLICA DE C HILE
E SCUELA DE I NGENIER ÍA
D EPARTAMENTO DE C IENCIA DE LA C OMPUTACI ÓN
Taller de Inteligencia Artificial
Programa de Curso
Sigla
Carácter
Requisitos
Profesor
Ayudante
Horario
URL
:
:
:
:
:
:
:
IIC 2622
OPR
IIC 1222, IIC 2612
Jorge Baier A.
Martı́n Gutiérrez
Lunes y Miércoles (sala A7), módulo 5.
http://www.ing.puc.cl/˜jabaier/iic2622
Objetivo
Al término del curso, el alumno habrá puesto en práctica y reforzado aspectos claves de Inteligencia Artificial y
habrá planteado soluciones novedosas a problemas que requieran el uso de las técnicas provenientes de esa área. Se
pone especial énfasis en la combinación de dichas técnicas y en la solución de problemas reales.
Contenido
El curso tratará sobre un subconjunto de los siguientes puntos:
Construcción de jugadores mecánicos.
Resolución de problemas usando algoritmos genéticos.
Algoritmos para planificación distribuida.
Sistemas expertos de diagnóstico basados en razonamiento con incertidumbre.
Resolución de problemas usando redes neuronales u otras técnicas de aprendizaje automático.
Programación lógica de agentes inteligentes.
Metodologı́a
El curso se desarrollará en base a tareas de programación, de un grado de complejidad medio a alto, y que el alumno
deberá resolver y presentar oralmente. Además, los alumnos desarrollarán un proyecto —planteado por el alumno—
que consiste en la construcción de un programa para un problema real y relevante para alguna ciencia o rama de la
ingenierı́a. Se realizará algunas clases expositivas, cuyo objetivo será introducir y/o reforzar técnicas de inteligencia
artificial. En los módulos en que no haya clases, se realizará reuniones de discusión sobre las tareas/proyectos en curso.
Evaluación
La evaluación del curso se hará a través de la entrega de tres tareas y un proyecto final. La nota final, N F , se
calcula de la siguiente forma:
N F = 0, 6 × P T + 0, 4 × P P,
donde P T es la media aritmética de las tareas y P P es la nota del proyecto.
Tanto en el proyecto como en las tareas, la nota se calculará ponderando en un 75 % la resolución del problema y
en un 25 % la presentación.
Las fechas de entrega (impostergables) de tareas y proyecto son las siguientes:
Tarea 1
Tarea 2
Tarea 3
Proyecto
Miércoles 31 de Marzo
Miércoles 21 de Abril
Miércoles 12 de Mayo
Miércoles 16 de Junio
Las presentaciones no deberán excederse de 20 minutos y se realizarán los dos dı́as de clases siguientes al dı́a de
la entrega.
Bibliografı́a
1.
Stuart Russell y Peter Norvig. Artificial Intelligence, A Modern Approach. Series in Artificial Intelligence, Prentice Hall 1995.
2. Nils Nilsson. Artificial Intelligence: A New Synthesis. Morgan Kaufmann Publishers 1998.
3.
David Goldberg. Genetic Algorithms in Search, Optimization & Machine Learning. Addison-Wesley Publishing
Company 1989.
4. Mohamad Hassoun. Fundamentals of Artificial Neural Networks. MIT Press 1995.
5.
Raymond Reiter. Knowledge in Action, Logical Foundations for Specifying and Implementing Dynamical Systems. MIT Press 2001.