Download UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA UNAD
VICERRECTORIA ACADEMICA Y DE INVESTIGACIÓN
SYLLLABUS DE INTELIGENCIA ARTIFICIAL
1. INFORMACIÓN GENERAL DEL CURSO
ESCUELA: Escuela de ciencias básicas
SIGLA: ECBTI
tecnología e ingeniería
NIVEL: Profesional
CAMPO DE FORMACIÓN: Electiva
CURSO: Inteligencia Artificial
CODIGO: 90169
TIPO DE CURSO: Teórico
N° DE CREDITOS: 3 Créditos académicos
N° DE SEMANAS: 8 semanas
NÚCLEO PROBLEMICO AL QUE CORRESPONDE EL CURSO: Ingeniería especializada
CONOCIMIENTOS PREVIOS: Lógica, Programación, Estructuras de datos, Análisis y Diseñó de Sistemas
DIRECTOR DEL CURSO: Ángela María González Amarillo
FECHA DE ELABORACIÓN: 10/05/2015 Versión 1.0
2. INTENCIONALIDADES FORMATIVAS
Propósitos:
 Adquirir las bases conceptuales y habilidades en el área de Inteligencia Artificial que le permita incorporación de soluciones en
IA tanto a nivel organizacional como educativo.
 Desarrollo de habilidades que le permitan al estudiante detectar y clasificar los tipos de soluciones, mediante una planificación
adecuada, el uso de técnicas y estrategias apropiadas, con el fin de obtener resultados óptimos y un producto de alta calidad.
Competencias generales del curso:
 El estudiante desarrolla la capacidad de manejar la conceptualización y contextualización técnica y operativa de los elementos
que conforman los modelos y estándares de la inteligencia Artificial.
 El estudiante diseña estrategias de mejoramiento mediante la aplicación de las diferentes técnicas, métodos, búsquedas y
representación del conocimiento utilizada para realizar sistemas inteligentes de acuerdo a los estándares creados para tal fin.
 El estudiante desarrolla la capacidad para analizar problemas y representarlos utilizando las bases de la Inteligencia Artificial.
3. CONTENIDOS DEL CURSO
Esquema del contenido del curso:
Inteligencia Artificial
Introducción a la
Inteligencia Artificial
Sistemas de Búsqueda
Representación del
conocimiento
Origen y evolución de
la Inteligencia
Artificial
Resolución de
problemas, Busqueda
en espacios de estado
Fundamentos de la
representación del
conocimiento
Técnicas y
herramientas de IA
Busquedas Heuristicas
Aplicación de la
representación del
conocimiento
Áreas y aplicaciones
de IA
Busquedas Ciegas
Tipos y métodos de la
representación del
conocimiento
NOMBRE DE LA
CONTENIDOS DE APRENDIZAJE
MAPA HIPERTEXTUAL
UNIDAD
1 Origen y evolución de la Inteligencia Artificial.
UNIDAD 1:
Introducción a la
2 Técnicas y herramientas de IA.
Inteligencia Artificial
3 Áreas y aplicaciones de IA.
Adrián Guerra Marrero., (2013), Razón Artificial Inteligencia Artificial., Extraído el 20 de Marzo de
2014 de: http://razonartificial.com/inteligenciaartificial/
David Arroyo Menéndez., (2012). Aplicaciones Prácticas
de Inteligencia Artificial., (Capítulo 1, 3, 5, 7, 8 y 9),
Extraído el 20 de Marzo de 2014 de:
http://www.davidam.com/docu/aplicia/index.html
Menéndez, R., Barzanallana A., Universidad de Murcia.
(2013)., Inteligencia Artificial (Capítulo 8). Extraído
el 20 de Marzo de 2014 de:
http://www.um.es/docencia/barzana/IATS/IATS3Inteligencia-artificial.html
Turing A., Maquinaria computadora e inteligencia.,
Extraído el 20 de Marzo de 2014 de:
http://www.etnassoft.com/biblioteca/maquinariacomputadora-e-inteligencia/
Quiroga Edgar., Arroyave Jhon., (2008), MóduloInteligencia Artificial., Extraído el 20 de Marzo de
2014 de:
http://datateca.unad.edu.co/contenidos/90169/9
0169_exe/index.html. Capitulo (1).
1 Resolución de problemas, Búsqueda en espacios de
UNIDAD 2: Sistemas
estado.
de Búsqueda
2 Búsquedas Heurísticas
3 Búsquedas Ciegas.
Adrián Guerra Marrero., (2013), Razón Artificial Inteligencia Artificial., Extraído el 20 de Marzo de
2014 de: http://razonartificial.com/inteligenciaartificial/
Béjar Javier., Inteligencia Artificial: Resolución de
problemas, Algoritmos de búsqueda., Extraído
el 20 de Febrero 2014 de:
http://www.bubok.es/libros/2050/InteligenciaArtificial-Resolucion-de-problemas-Algoritmosde-busqueda
Faust Adrián Guerra Marrero., (2013), Razón Artificial Inteligencia Artificial., Extraído el 20 de Marzo de
2014 de: http://razonartificial.com/inteligenciaartificial/
ino Peraza Rodríguez., (2011). Fundamentos de la
Inteligencia Artificial. Extraído el 12 de Febrero
2014 de
http://www.ilustrados.com/tema/3797/Inteligenci
a-Artificial.html
Quiroga Edgar., Arroyave Jhon., (2008), MóduloInteligencia Artificial., Extraído el 20 de Marzo de
2014 de:
http://datateca.unad.edu.co/contenidos/90169/9
0169_exe/index.html. Capitulo (2).
Vine J. (2012). Hacia la Inteligencia Artificial con
Amstrad., ., Extraído el 12 de Febrero 2014 de:
http://www.etnassoft.com/biblioteca/hacia-lainteligencia-artificial-con-amstrad/
UNIDAD 3:
Representación del
conocimiento
V.V. (2013). Inteligencia artificial avanzada., Extraído el
12 de Febrero 2014 de:
http://www.etnassoft.com/biblioteca/inteligencia
-artificial-avanzada/
1 Fundamentos de la representación del conocimiento. Gregorio Fernández Fernández., (2004). Universidad
Politécnica de Madrid. Extraído el 3 de Marzo
2014 de
http://www.gsi.dit.upm.es/~gfer/ssii/rcsi/marcos.
html
2 Tipos y métodos de la representación del Pacheco A., (2014). "Representación del Conocimiento"
Lenguajes de Programación., Extraído el 3 de
conocimiento.
Marzo 2014 de:
http://expo.itch.edu.mx/view.php?f=prog_48#pag
e2
3
Aplicación de la representación del conocimiento.
Quiroga Edgar., Arroyave Jhon., (2008), MóduloInteligencia Artificial., Extraído el 20 de Marzo de
2014 de:
http://datateca.unad.edu.co/contenidos/90169/9
0169_exe/index.html. Capitulo (3).
V.V. (2013). Inteligencia artificial avanzada., Extraído el
12 de Febrero 2014 de:
http://www.etnassoft.com/biblioteca/inteligencia
-artificial-avanzada/
V.V. (2014). Colección de Problemas sobre Inteligencia
Artificial., Extraído el 12 de Febrero 2014 de:
http://www.etnassoft.com/biblioteca/coleccionde-problemas-sobre-inteligencia-artificial/
Referencias
Relacione los vínculos al material de referencia que
bibliográficas
complemente los contenidos de aprendizaje y motiven
complementarias
en el estudiante aprendizaje autónomo.
Unidad I:
Nils J. Nilsson., (2000). Inteligencia artificial. McGrawHill Interamericana de España S.L.
Rusell S., Norvig P. (1998). Artificial Intelligence: A
Modern Approach. Prentice Hall
Unidad II:
González B. J., Mira J., Fernández G. S., (2000).
Problemas resueltos de inteligencia artificial
aplicada. Pearson Addison-Wesley
Marín R. L., José T., (2008). Inteligencia artificial.
Técnicas, métodos y aplicaciones., McGraw-Hill
Interamericana de España S.L.
Unidad I, II y III:
Benítez I. Raúl; Escudero B. Gerard; Kanaan I. Samir;
Masip R. David., (2013), Inteligencia Artificial
Avanzada. Universitat Oberta de Catalunya.,
ISBN: 9788490640005.
Nils J. Nilsson., (2008). Inteligencia Artificial. Una nueva
síntesis., McGraw-Hill Interamericana de España
S.L.
4. ACTIVIDADES DE APRENDIZAJE
Unidad
Contenido
Competencia
de
Aprendizaje
Presaberes
Unidad
Entorno de
trabajo y
contenidos del
curso
Contenido
de
Aprendizaje
El estudiante
reconoce e
identifica los
temas a tratar
durante el
desarrollo del
curso
Competencia
Estrategia de Aprendizaje
Individual
Evaluación
Propósito
Instrumento de
evaluación
Identificar si el
estudiante está
enterado de cuáles
son los temas a
tratar y sus
posibles
utilidades.
El estudiante
identifica los temas a
tratar durante el
desarrollo del curso y
sus posibles
utilidades por medio de
una herramienta de
organización
cognitiva
Estrategia de Aprendizaje
Ponderación
30 puntos
Evaluación
Propósito
Instrumento de
evaluación
Ponderación
1 Origen y
evolución de
la Inteligencia
Artificial.
UNIDAD 1:
Introducción
a la
Inteligencia
2 Técnicas y
herramientas
de IA.
Artificial
3 Áreas y
aplicaciones
de IA.
El estudiante
desarrolla la
capacidad de
manejar la
conceptualización
y
contextualización
de los elementos
que conforman la
historia, las áreas
y las
metodologías de
la inteligencia
Artificial.
Estrategia de aprendizaje basado
en estudios de casos.
Involucra 4 etapas:
Etapa 1 Preparación individual:
Cada participante estudia la
temática y plantea soluciones
iniciales al caso propuesto.
Etapa 2 Aclaración del caso: En
subgrupos los integrantes
clarifican la interpretación
común del caso.
Etapa 3 Debate grupal: Los
integrantes del grupo analizan,
discuten el caso y la respectiva
solución a los cuestionamientos
planteados.
Etapa 4: Autoevaluación y
coevaluación: Cada estudiante
se cuestiona sobre el avance en
el aprendizaje a partir del
análisis del problema para el
futuro desempeño como
profesional y que
generalizaciones se pueden
rescatar. En la coevaluación
(evaluación entre pares) se
evalúa el desempeño del grupo
de trabajo, así como las
estrategias y oportunidades de
mejora para futuras
oportunidades.
Identificar el
desarrollo de
competencias
interpretativas,
Propositivas y
argumentativas en
la solución de
casos que
involucren el
manejo de los
antecedentes del
origen, historia,
características de
la Inteligencia
Artificial
* El Estudiante realiza
el análisis, la
interpretación y
muestra los resultados
de un problema
planteado sobre el
origen y la evolución
de la Inteligencia
artificial, las técnicas y
herramientas de IA y
las áreas y aplicaciones
de IA, se debe
evidenciar en el foro.
* EL grupo analiza
cada una de las
soluciones planteadas
las discuten y hacen
entrega de una única
solución.
* Presenta informe con
la solución al problema
con argumentos y
referencias de soporte
según el caso.
* Realiza la
autoevaluación y
coevaluación de su
actividad.
115
Puntos
Unidad
Contenido
de
Aprendizaje
Competencia
1 Resolución
de problemas,
Búsqueda en
espacios de
estado.
El estudiante
diseña estrategias
de mejoramiento
mediante la
aplicación de las
diferentes
técnicas, métodos,
búsquedas y
representación del
conocimiento
utilizada para
realizar sistemas
inteligentes de
acuerdo a los
estándares
creados para tal
fin.
2 Búsquedas
Heurísticas
UNIDAD 2:
Sistemas de
Búsqueda
3 Búsquedas
Ciegas.
Estrategia de Aprendizaje
Estrategia de aprendizaje basado
en estudios de casos.
Involucra 4 etapas:
Etapa 1 Preparación individual:
Cada participante estudia la
temática y plantea soluciones
iniciales al caso propuesto.
Etapa 2 Aclaración del caso: En
subgrupos los integrantes
clarifican la interpretación
común del caso.
Etapa 3 Debate grupal: Los
integrantes del grupo analizan,
discuten el caso y la respectiva
solución a los cuestionamientos
planteados en él.
Etapa 4: Autoevaluación y
coevaluación: Cada estudiante
se cuestiona sobre el avance en
el aprendizaje a partir del
análisis del problema para el
futuro desempeño como
profesional y que
generalizaciones se pueden
rescatar. En la coevaluación
(evaluación entre pares) se
evalúa el desempeño del grupo
Evaluación
Propósito
Instrumento de
evaluación
Identificar el
desarrollo de
competencias
interpretativas,
Propositivas y
argumentativas en
la solución de
casos que
involucren
determinar la
secuencia de
acciones que debe
seguir un agente
para alcanzar sus
objetivos
* El estudiante Analiza,
interpreta y muestra
resultados del problema
planteado sobre la
resolución de
problemas, búsqueda
en espacios de estado,
heurística y ciega. será
evidenciado en el foro
* EL grupo analiza
cada una de las
soluciones planteadas
las discuten y hacen
entrega de una única
solución.
* Presenta informe con
la solución al problema
con argumentos y
referencias de soporte
según el caso.
Ponderación
115
Puntos
de trabajo, así como las
estrategias y oportunidades de
mejora para futuras
oportunidades.
Unidad
Contenido
de
Aprendizaje
Competencia
El estudiante
1
Fundamentos
de la
representación
del
conocimiento.
desarrolla la
capacidad para
analizar
problemas y
representarlos
UNIDAD 3:
utilizando las
Representaci
bases de la
ón del
Inteligencia
conocimiento
2 Tipos y
métodos de la
representación
del
conocimiento.
3. Aplicación
de la
representación
Artificial.
Estrategia de Aprendizaje
Estrategia de aprendizaje basado
en estudios de casos.
Involucra 4 etapas:
Etapa 1 Preparación individual:
Cada participante estudia la
temática y plantea soluciones
iniciales al caso propuesto.
Etapa 2 Aclaración del caso: En
subgrupos los integrantes
clarifican la interpretación
común del caso.
Etapa 3 Debate grupal: Los
integrantes del grupo analizan,
discuten el caso y la respectiva
solución a los cuestionamientos
planteados en él.
Etapa 4: Autoevaluación y
coevaluación: Cada estudiante
se cuestiona sobre el avance en
el aprendizaje a partir del
Evaluación
Propósito
Instrumento de
evaluación
Identificar el
desarrollo de
competencias
interpretativas,
Propositivas y
argumentativas en
la solución de
casos que
involucren el uso
de estándares,
técnicas y
herramientas de
documentación de
software.
* El estudiante analiza,
interpreta y muestra los
resultados del
problema planteado
sobre la
fundamentación de la
representación del
conocimiento, sus tipos
y métodos, lo evidencia
en el foro
* EL grupo analiza
cada una de las
soluciones planteadas
las discuten y hacen
entrega de una única
solución.
* Presenta informe con
la solución al problema
con argumentos y
referencias de soporte
según el caso.
Ponderación
115
Puntos
del
conocimiento.
Unidad
Evaluación
final
análisis del problema para el
futuro desempeño como
profesional y que
generalizaciones se pueden
rescatar. En la coevaluación
(evaluación entre pares) se
evalúa el desempeño del grupo
de trabajo, así como las
estrategias y oportunidades de
mejora para futuras
oportunidades.
Contenido
de
Aprendizaje
Competencia
Comprende
todos los
contenidos del
curso.
El estudiante
realiza
adecuadamente el
proyecto basado
en un estudio de
caso.
Estrategia de Aprendizaje
El estudiante realiza un
proyecto teniendo en cuenta la
estrategia de estudio de caso.
Donde evidencia el desarrollo
de las competencias propuestas
en el curso en los temas de
Inteligencia Artificial,
Búsquedas y Representación del
conocimiento.
Evaluación
Propósito
Instrumento de
evaluación
Ponderación
Comprende todos
los contenidos del
curso.
El estudiante evidencia
los saberes adquiridos a
través de un proyecto
final
125
Puntos
5. ESTRUCTURA DE EVALUACION DEL CURSO
Tipo de evaluación
Autoevaluación
Coevaluación
Heteroevaluación
Total
Ponderación
Puntaje Máximo
Formativa
0
Formativa
0
100% incluida la evaluación final
500
500