Download FORMATO Nº 6

FORMATO Nº 6
PROGRAMA DE ESTUDIOS
Universidad Popular Autónoma del Estado de Puebla
NOMBRE DE LA INSTITUCIÓN
PROGRAMA ACADÉMICO
ASIGNATURA
NIVEL EDUCATIVO
MODALIDAD
Licenciatura en Ingeniería de Software
Inteligencia Artificial
Licenciatura
ESCOLARIZADA (X)
CLAVE DE LA ASIGNATURA
NO ESCOLARIZADA
ICS002
SERIACIÓN
()
MIXTA ( )
LTI008
CICLO:
HORAS
CONDUCIDAS
48
HORAS
INDEPENDIENTES
TOTAL DE HORAS
POR CICLO
48
96
CRÉDITOS
6
PROPÓSITOS GENERALES DE LA ASIGNATURA
1. CONCEPTUALES (SABER)
Identifica los conceptos y la problemática de los principales tópicos de la inteligencia
artificial, a través del estudio de los distintos métodos de solución para los problemas
clásicos.
2. PROCEDIMENTALES (SABER HACER)
Utiliza los algoritmos vistos para solucionar distintos tipos de problemas
3. ACTITUDINALES Y VALORALES (SER/ESTAR)
Reflexiona y profundiza en el concepto de inteligencia artificial
Se interesa por los diferentes campos de aplicación de la inteligencia artificial
Se da cuenta que existen formas distintas de resolver los problemas
HOJA:
PROGRAMA ACADÉMICO:
ASIGNATURA:
1
DE
5
Licenciatura en Ingeniería de Software
Inteligencia Artificial
COMPETENCIAS DE LA ASIGNATURA
Plantea soluciones de forma estructurada
Utiliza los conceptos de inteligencia artificial de forma correcta
Modela soluciones con métodos no formales
Fortalece la capacidad de abstracción y modelado
Generar una forma de pensar estructurada y lógica
TEMAS Y SUBTEMAS
1. Introducción a la Inteligencia
Artificial
1.1 Conceptos Básicos de
Inteligencia Artificial
1.2 Problemas Típicos de la
Inteligencia Artificial
1.3 Técnicas de la Inteligencia
Artificial
1.4 Áreas de investigación
PROPÓSITOS DE LOS TEMAS Y
SUBTEMAS
Identifica los conceptos básicos de la
inteligencia artificial, asociándolos con los
problemas típicos para ilustrar su aplicación
2. Representación del Conocimiento
2.1 Introducción
2.1.1 Lenguajes de
Representación del
conocimiento
2.1.2 Principales Técnicas
2.2 Redes Semánticas
2.2.1 Marcos
2.2.2 Herencia Múltiple
2.2.3 Procedimientos
2.3 Lógica de Predicados
2.3.1 Programación Lógica
2.3.2 Sistemas Basados en
Reglas
Examina los principales lenguajes de
representación del conocimiento discutiendo
su utilización para aplicarlos en la solución de
problemas de representación
3. Técnicas de Búsqueda
3.1 Grafos y Árboles
3.2 Búsqueda Primero a lo Ancho
3.3 Búsqueda Primero a lo Largo
3.4 Búsqueda Heurística
Examina las técnicas de búsqueda
comparándolas con las técnicas vistas con
anterioridad para mostrar su utilización como
método de solución de problemas de
inteligencia artificial
.
HOJA:
PROGRAMA ACADÉMICO:
ASIGNATURA:
2
DE
5
Licenciatura en Ingeniería de Software
Inteligencia Artificial
4.
Procesamiento del
Natural
4.1 Introducción
4.2 Reconocimiento de voz
4.3 Análisis Sintáctico
4.4 Análisis Semántico
Lenguaje Examina los principales problemas en el área
del lenguaje natural discutiendo los
principales métodos de solución para
aplicarlos en la solución de problemas
relacionados con esta área
5. Visión Artificial
5.1 Introducción
5.2 Procesamiento a Bajo Nivel
5.3 Visión estéreo
5.4 Reconocimiento de Objetos
Examina los principales problemas en el área
de la visión artificial discutiendo los
principales métodos de solución para
aplicarlos en la solución de problemas
relacionados con esta área
6. Aprendizaje Automático
6.1 Introducción
6.2 Aprendizaje Inductivo
6.3 Árboles de Decisión
6.4 Algoritmos Genéticos
6.5 Redes Neuronales
Compara los métodos de aprendizaje
automático
con
los
métodos
vistos
diferenciando su forma de aplicación en la
solución de problemas
7. Robótica y Agentes
7.1 Introducción
7.2 Agentes de Software
7.3 Robots
7.3.1 Robots Industriales
Robots Móviles Autónomos
Examina los principales problemas en el área
de la robótica discutiendo los principales
métodos de solución para aplicarlos en la
solución de problemas relacionados con esta
área
HOJA:
PROGRAMA ACADÉMICO:
ASIGNATURA:
3
DE
5
Licenciatura en Ingeniería de Software
Inteligencia Artificial
METODOLOGÍA CON LA QUE SE VA A DESARROLLAR LA ASIGNATURA
ESTRATEGIAS DE
ACTIVIDADES DE
ESTRATEGIAS DE
ENSEÑANZA
APRENDIZAJE
EVALUACIÓN.
NORMAS Y
PROCEDIMIENTOS
Estrategias de evaluación:
Realizar exposiciones,
Lectura y estudio de los
talleres de solución de
materiales de Blackboard.
Evaluación Diagnóstica:
problemas y foros de
Realización de tareas.
Preguntas intercaladas para
discusión
Búsqueda en Internet,
conocer los conocimientos
Blackboard o materiales
que tienen los alumnos
bibliográficos.
acerca de la asignatura
Exposición y discusión del
Evaluación Formativa:
resultado de la investigación Tareas,y talleres de solución
en clase.
de problemas
La participación y
Evaluación Sumativa:
retroalimentación en grupo Exposición final
para la solución de
Normas:
ejercicios en clase.
Participación en Foros de
Los exámenes sorpresa,
Discusión.
podrán efectuarse sin previo
Talleres y trabajos en
aviso preguntas orales o
equipo.
escritas durante el
transcurso de la clase. Las
preguntas escritas se
aplicarán a todo el grupo y
las orales se aplicarán
individualmente.
En los talleres se realizaran
ejercicios teórico – prácticos
durante la clase, y se
tomará en cuenta el
desarrollo y terminación de
estos en el tiempo
estipulado.
Se realizará una exposición
de los temas investigados
Porcentajes:
Tareas 20%
Talleres 20%
Exposición final 60%
Total
100%
RECURSOS DIDÁCTICOS



Pizarrón, gis o plumón
Cañón y Computadora
Plataforma educativa Blackboard
HOJA:
PROGRAMA ACADÉMICO:
ASIGNATURA:
4
DE
5
Licenciatura en Ingeniería de Software
Inteligencia Artificial
BIBLIOGRAFÍA (IMPRESA O ELECTRÓNICA) FORMATO A.PA.
Russell P., Norving Pearson; (2009); Artificial Intelligence: A Modern Approach; (3a. Ed)
E.U,Prentice Hall
Palma Méndez J., Marín Morales R. (2008) ; Inteligencia Artificial, técnicas, métodos y
aplicaciones; (1a. Ed); Madrid, España, McGraw Hill.
Jones M.T; (2008); Artificial Intelligence: A System Approach; (1a. Ed); E.U; Jones &
Bartlett Publishers.
Jones M.T; (2005); AI Application Programming ; (2a. Ed) ; E.U Charles River Media
Programming
Pajares Martinsanz G., Santos Peñas M.;(2006); Inteligencia Artificial e Ingeniería del
Conocimiento; (1a. Ed.) México D.F Alfaomega Ra-Ma.
Lucci Stephen, Kopec Danny; (2012); Artificial Intelligence in the 21st Century; (1a. Ed)
U.S Mercury Learning and Information
Luger George F.;(2008); Artificial Intelligence: Structures and Strategies for Complex
Problem Solving; (6a. Ed); U.S. Addison Wesley
PERFIL DEL DOCENTE REQUERIDO
GRADO ACADÉMICO , CONOCIMIENTOS, HABILIDADES Y ACTITUDES
Doctor o maestro en matemáticas y/o tecnologías de información y/o ingeniería en
sistemas computacionales y/o áreas afines.
EXPERIENCIA DOCENTE
Experiencia docente a nivel licenciatura en el área mínima de 3 años
Competencias pedagógicas conocimientos y habilidades didácticas para favorecer el
desarrollo del aprendizaje significativo.
Competencias comunicativas, saber informar y comunicar el aprendizaje así como
utilizar eficientemente los medios de información.
Competencias para la orientación educativa y profesional.
EXPERIENCIA PROFESIONAL
Experiencia profesional mínima de 2 años en áreas afines a la ingeniería en sistemas
computacionales y tecnología de la información.