Download INFORMACIÓN GENERAL DEL CURSO ESCUELA O UNIDAD
Document related concepts
Transcript
1. INFORMACIÓN GENERAL DEL CURSO ESCUELA O UNIDAD: Escuela de ciencias tecnología e ingeniería SIGLA: básicas ECBTI NIVEL: Profesional CAMPO DE FORMACIÓN: Electiva CURSO: Inteligencia Artificial CODIGO: 90169 TIPO DE CURSO: Teórico N° DE CREDITOS: 3 Créditos académicos. N° DE SEMANAS: 16 semanas CONOCIMIENTOS PREVIOS: Lógica, programación, estructuras de datos DIRECTOR DEL CURSO: Ángela María González Amarillo FECHA DE ELABORACIÓN: 25/03/2014 Versión 1.0 DESCRIPCIÓN DEL CURSO: El curso hace parte del campo de formación electiva del área profesional de ingeniería de sistemas y se proyecta hacia la importancia y el papel que juega la inteligencia artificial dentro de la informática, cuáles son sus contribuciones y pretensiones reales y a la vez sus limitaciones. De esta manera el curso busca formar profesionales con bases sólidas en inteligencia artificial, capaces de actuar con éxito en el mundo laboral y comprometido con el cumplimiento de normas, estándares, procesos y procedimientos relacionados con la los sistemas inteligentes. Así mismo, este curso pretende ayudar a crear estrategias para la búsqueda de información que permitan construir de manera individual o colectiva un nuevo conocimiento. El curso es de tipo teórico, se divide en tres unidades y es diseñado para ejecutarse en un lapso de 16 semanas didácticas; la primera unidad está orientada a la Introducción a la inteligencia artificial, en ésta se realizará un bosquejo del origen, evolución, técnicas, herramientas, áreas y aplicaciones de la inteligencia artificial; la segunda unidad orientada al estudio procesos de la resolución de problemas y de las técnicas básicas de búsqueda, dentro de ellas las búsquedas en espacio de estados heurísticas y ciegas; la tercera unidad orientada al estudio del análisis de los principales formalismos de la representación del conocimiento, donde se estudia los fundamentos, los tipos, métodos y aplicaciones de la representación del conocimiento. 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: Origen y evolución de la Inteligencia Artificial Introducción a la Inteligencia Artificial Técnicas y herramientas de IA Inteligencia Artificial Áreas y aplicaciones de IA Resolución de problemas, Busqueda en espacios de estado Sistemas de Búsqueda Busquedas Heuristicas Busquedas Ciegas Fundamentos de la representación del conocimiento Tipos y métodos de la representación del conocimiento Representación del conocimiento Aplicación de la representación del conocimiento NOMBRE DE LA CONTENIDOS DE UNIDAD APRENDIZAJE 1 Origen y evolución de la Inteligencia Artificial. 2 Técnicas y herramientas de IA. UNIDAD 1: Referencias Bibliográficas Requeridas (Incluye: Libros Textos, Revistas Cientificas, Cibergrafía y Web Grafía) 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/aplic-ia/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/IATS3-Inteligenciaartificial.html Adrián Guerra Marrero., (2013), Razón Artificial - Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://razonartificial.com/inteligencia-artificial/ Introducción a la Inteligencia Artificial 3 Áreas y aplicaciones de IA. Turing A., Maquinaria computadora e inteligencia., Extraído el 20 de Marzo de 2014 de: http://www.etnassoft.com/biblioteca/maquinaria-computadora-einteligencia/ Quiroga Edgar., Arroyave Jhon., (2008), Módulo- Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://datateca.unad.edu.co/contenidos/90169/90169_exe/index.ht ml. Capitulo (1). UNIDAD 2: Sistemas de Búsqueda 1 Resolución de problemas, Búsqueda en espacios de estado. Faust Adrián Guerra Marrero., (2013), Razón Artificial - Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://razonartificial.com/inteligencia-artificial/ 2 Búsquedas Heurísticas Adrián Guerra Marrero., (2013), Razón Artificial - Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://razonartificial.com/inteligencia-artificial/ ino Peraza Rodríguez., (2011). Fundamentos de la Inteligencia Artificial. Extraído el 12 de Febrero 2014 de http://www.ilustrados.com/tema/3797/Inteligencia-Artificial.html V.V. (2013). Inteligencia artificial avanzada., Extraído el 12 de Febrero 2014 de: http://www.etnassoft.com/biblioteca/inteligencia-artificialavanzada/ Vine J. (2012). Hacia la Inteligencia Artificial con Amstrad., ., Extraído el 12 de Febrero 2014 de: http://www.etnassoft.com/biblioteca/haciala-inteligencia-artificial-con-amstrad/ 3 Búsquedas Ciegas. Béjar Javier., Inteligencia Artificial: Resolución de problemas, Algoritmos de búsqueda., Extraído el 20 de Febrero 2014 de: http://www.bubok.es/libros/2050/Inteligencia-ArtificialResolucion-de-problemas-Algoritmos-de-busqueda Quiroga Edgar., Arroyave Jhon., (2008), Módulo- Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://datateca.unad.edu.co/contenidos/90169/90169_exe/index. html. Capitulo (2). UNIDAD 3: Representación del conocimiento 1 Fundamentos representación conocimiento. de la del 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 conocimiento. 3 Pacheco A., (2014). "Representación del Conocimiento" Lenguajes de Programación., Extraído el 3 de Marzo 2014 de: http://expo.itch.edu.mx/view.php?f=prog_48#page2 V.V. (2013). Inteligencia artificial avanzada., Extraído el 12 de Febrero 2014 de: http://www.etnassoft.com/biblioteca/inteligencia-artificialavanzada/ Aplicación de representación la del V.V. (2014). Colección de Problemas sobre Inteligencia Artificial., Extraído el 12 de Febrero 2014 de: http://www.etnassoft.com/biblioteca/coleccion-de-problemas-sobreinteligencia-artificial/ conocimiento. Quiroga Edgar., Arroyave Jhon., (2008), Módulo- Inteligencia Artificial., Extraído el 20 de Marzo de 2014 de: http://datateca.unad.edu.co/contenidos/90169/90169_exe/index.ht ml. Capitulo (3). Unidad I: Relacione Referencias bibliográficas complementarias los vínculos al material de referencia que complemente los contenidos de aprendizaje y motiven en el estudiante autónomo. aprendizaje Rusell S., Norvig P. (1998). Artificial Intelligence: A Modern Approach. Prentice Hall Nils J. Nilsson., (2000). Inteligencia artificial. McGraw-Hill Interamericana de España S.L. 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: Nils J. Nilsson., (2008). Inteligencia Artificial. Una nueva síntesis., McGrawHill Interamericana de España S.L. Benítez I. Raúl; Escudero B. Gerard; Kanaan I. Samir; Masip R. David., (2013), Inteligencia Artificial Avanzada. Universitat Oberta de Catalunya., ISBN: 9788490640005. 4. ACTIVIDADES DE APRENDIZAJE (Se debe diligenciar un cuadro por unidad según sea necesario) Unidad Presaberes UNIDAD 1: Introducción a la Inteligencia Artificial Contenido de Aprendizaje Entorno de trabajo y contenidos del curso 1 Origen y evolución de la Inteligencia Artificial. Competencia El estudiante reconoce e identifica los temas a tratar durante el desarrollo del curso Indicadores de desempeño Estrategia de Aprendizaje Conoce de manera superficial los temas a tratar en el curso y sugiere que utilidades podrá obtener de cada uno de ellos Individual Identifica los principios, antecedentes y conceptos que han servido de Estrategia de aprendizaje basado en estudios de casos. N° de Sema nas 3 Involucra 4 etapas: Evaluación1 Propósito Identificar si el estudiante está enterado de cuáles son los temas a tratar y sus posibles utilidades. Identificar el desarrollo de competencias interpretativas, Criterios de evaluación El estudiante identifica los temas a tratar durante el desarrollo del curso y sus posibles utilidades por medio de una herramienta de organización cognitiva * El Estudiante realiza el análisis, la interpretación Pondera ción 30 puntos 115 2 Técnicas y herramientas de IA. 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. base para el desarrollo de la Inteligencia Artificial Aplicar los conceptos básicos de IA a problemas reales 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. 4 Propositivas y argumentativa s en la solución de casos que involucren el manejo de los antecedentes del origen, historia, características de la Inteligencia Artificial 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 autoevaluació Puntos ny coevaluación de su actividad. 1 Resolución de problemas, Búsqueda en espacios de estado. 2 Búsquedas Heurísticas UNIDAD 2: Sistemas de Búsqueda 3 Búsquedas Ciegas. 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. Aplicación de técnicas de búsquedas en espacios de estado. El estudiante está en la capacidad de realizar y aplicar las diferentes búsquedas mediante el análisis con el fin de detectar diferencias entre las condiciones existentes y las requeridas, además de evaluar las características del mismo. 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 6 Identificar el desarrollo de competencias interpretativas, Propositivas y argumentativa s 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. 115 Puntos 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. UNIDAD 3: Representaci ón del conocimiento 1 Fundamento s de la representaci ón del conocimient o. 2 Tipos y métodos de la representaci ón del conocimient o. 3. Aplicación de la representaci ón del conocimient o. El estudiante desarrolla la capacidad para analizar problemas y representarlos utilizando las bases de la Inteligencia Artificial. Conoce las principales técnicas y herramientas automatizadas de apoyo para la representación del conocimiento en Inteligencia Artificial. Estrategia de aprendizaje basado en estudios de casos. Capacidad para elegir el algoritmo de resolución de problemas de la IA más apropiado a un problema Etapa 2 Aclaración del caso: En subgrupos los integrantes clarifican la interpretación común del caso. Involucra 4 etapas: Etapa 1 Preparación individual: Cada participante estudia la temática y plantea soluciones iniciales al caso propuesto. Etapa 3 Debate grupal: Los integrantes del grupo analizan, discuten el caso y la respectiva solución a los cuestionamientos planteados en él. * Presenta informe con la solución al problema con argumentos y referencias de soporte según el caso 6 Identificar el desarrollo de competencias interpretativas, Propositivas y argumentativa s en la solución de casos que involucren el uso de estándares, técnicas y herramientas de documentació n de software. * El estudiante analiza, interpreta y muestra los resultados del problema planteado sobre la fundamentació n 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 115 Puntos 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. Evaluación final Comprende todos los contenidos del curso. El estudiante evidencia los saberes adquiridos a través del desarrollo de un proyecto. El estudiante realiza adecuadamente el proyecto basado en un estudio de caso. 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. de una única solución. * Presenta informe con la solución al problema con argumentos y referencias de soporte según el caso. Evalu ación final Comprende todos los contenidos del curso. El estudiante evidencia los saberes adquiridos a través de un proyecto final 125 Puntos 5. ESTRUCTURA DE EVALUACIÓN DEL CURSO Tipo de evaluación Ponderación1 Puntaje Máximo Autoevaluación Formativa 0 Coevaluación Formativa 0 Heteroevaluación Sumativa 500 Total 12 500 Refiere al peso que se concede a cada tipo de evaluación para la calificación del curso, establecido por el Director de Curso en consenso con la Red de Tutores.