Beruflich Dokumente
Kultur Dokumente
SYLLABUS
1. DATOS INFORMATIVOS Nombre de la asignatura Cdigo del Curso Semestre Acadmico Facultad Econmicas Carrera Profesional Ciclo : Crditos Duracin Docente : : : : : Inteligencia Artificial IN 31 2012-II Facultad de Ingeniera y Ciencias
: Ingeniera Informtica y de Sistemas IV ciclo, VI ciclo : 03 crditos : 16 semanas : Mag. Jorge Luis Remick Cayampi Prez
2. FUNDAMENTACIN 2.1. Aportes de la Asignatura al Perfil Profesional La asignatura de Inteligencia Artificial permitir que los futuros Ingenieros adquieran conocimientos fundamentales para que puedan identificar, analizar e implementar un conjunto de tcnicas para aplicarlas en la resolucin de problemas inteligentes de los diversos sectores de la industria y de servicios.
2.2. Sumilla
Es una asignatura de especialidad, de carcter terico-prctico cuyo objetivo es presentar mtodos empricos para el estudio de programas complejos de computacin con la finalidad de explorar herramientas que permitan encontrar modelos de datos, disear experimentos y mecanismos de prueba de hiptesis, de manera que sea posible modelar diversos instrumentos que ayuden a explicar los datos. Se profundizar en el conocimiento estadstico, haciendo uso de las diversas tcnicas relacionadas entre s. En el curso desarrollan los siguientes temas: Representacin del conocimiento. Estrategias de bsqueda. Solucin de problemas. Sistemas expertos. Aprendizaje. Sistemas expertos. Representacin de incertidumbre 3. COMPETENCIAS GENERALES: Comprender que es la Inteligencia Artificial y la complejidad de sus problemas. Representar y resolver problemas de juego humano - mquina a travs de tcnicas de bsqueda en un espacio de estado. Conocer las diferentes estrategias de bsqueda a ciegas e informados. Comprender qu son los sistemas expertos y saber cundo usarlos. Conocer que es la Ingeniera de Conocimiento y un mtodo para el desarrollo de sistemas basados en el conocimiento Evaluar la calidad de la solucin de sistemas expertos.
Disear sistemas expertos basados en diversos motores de inferencias, considerando criterios de calidad.
:
Contenido Procedimental
Contenido Conceptual
1 2 3 4
Clasificacin de problemas algortmicos. Fundamentos de la inteligencia artificial. Representacin de problemas de juego humano mquina. Mtodos de bsqueda ciegos e informados.
Taller dirigido en clase. Taller dirigido en clase. Taller dirigido en clase. Taller dirigido en clase.
I EVALUACION PARCIAL
Contenido Actitudinal Adquiere conocimientos fundamentales de Inteligencia Artificial.
Conocimiento.
Contenido Procedimental
Contenido Conceptual
6 7 8 9
Mtodos de bsqueda para juegos humano-mquina. Fundamentos de sistemas expertos. Aplicacin de juegos humanomquina Ingeniera de conocimiento.
Taller dirigido en clase. Taller dirigido en clase. Exposicin y revisin de trabajos. Taller dirigido en clase.
10
II EVALUACION PARCIAL
Contenido Actitudinal Adquiere conocimientos de Sistemas Expertos y realiza trabajo en Equipo.
:
Contenido Procedimental
Contenido Conceptual
11 12 13 14 15
Adquisicin de Conocimiento. Desarrollo de sistemas expertos basados en reglas. Calidad y validacin de sistemas expertos. Introduccin a Machine Learning. Aplicacin de sistemas expertos.
Taller dirigido en clase. Taller dirigido en clase. Taller dirigido en clase. Taller dirigido en clase. Exposicin y revisin de trabajos.
16
5. ESTRATEGIAS METODOLGICAS A fin de lograr un mejor desarrollo del aprendizaje, se emplearn permanentemente diversidad de estrategias metodolgicas.
6. RECURSOS DIDCTICOS Se da a conocer los principales medios y materiales educativos que se utilizarn para la adquisicin de los aprendizajes.
Computadora y proyector.
Recursos digitales.
7. EVALUACIN Durante el semestre se aplicarn tres exmenes parciales, se considerar seis notas del Factor K, y el Promedio Final del Semestre Acadmico se obtendr de la siguiente manera: PROMEDIO FINAL = P1*0.15 + P2*0.20 + P3*0.25 + FK*0.40 Donde: P1 = Examen Parcial de la Unidad 1 P2 = Examen Parcial de la Unidad 2 P3 = Examen Parcial de la Unidad 3 FK = Factor K Si el alumno tiene ms del 25% de inasistencias o ms, se considerar desaprobado en la asignatura, salvo que presente una justificacin aprobada por el Vice Rectorado Acadmico.
8. BIBLIOGRAFIA
PALMA JOSE; ROQUE MARIN , Inteligencia Artificial y Sistemas Inteligentes, Mxico, McGRAW-HILL, 2008. J. MIRA; JESS GONZLEZ BOTICARIO; SEVERINO FERNNDEZ GALN, Problemas de Inteligencia Artificial, Mxico, Ed.Pearson Educacin 2008.
ARES, FELIX, El Robot Enamorado: Una Historia de la Inteligencia Artificial, Espaa, Edit. ARIEL, 2008. ROLSTON David, Principios de Inteligencia Artificial y Sistemas Expertos, Mxico, Mc Graw Hill, 2005.
RUSSELL, STUART y NORVING, PETER. Inteligencia Artificial, Mxico, Edit. PEARSON EDUCACION, 2004.