GUA DOCENTE

INTELIGENCIA ARTIFICIAL

GRADO EN INGENIERIA INFORMATICA (SEMIPRESENCIAL)

CURSO 2015-16

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

INTELIGENCIA ARTIFICIAL

I.-Identificacin de la Asignatura
Tipo

OBLIGATORIA

Perodo de imparticin

3 curso, 2Q semestre

N de crditos

Idioma en el que se imparte

Castellano

II.-Presentacin
La asignatura realiza una introduccin a la Inteligencia Artificial a travs del concepto de agente inteligente. Se presentan las
diferentes reas de la Inteligencia Artificial como fuentes de modelos y tcnicas para poder desarrollar progresivamente agentes
cada vez ms competentes, entendiendo por incremento de competencia la capacidad de actuar en entornos y situaciones cada
vez ms complejos. La asignatura pone especial nfasis en los aspectos ingenieriles y prcticos de la Inteligencia Artificial. En
particular, se har hincapi en la formalizacin e implementacin de los diferentes mecanismos de modelizacin e inferencia.
Para cursar la asignatura es recomendable tener aprobadas las siguientes asignaturas:
Lgica,
Matemtica Discreta y lgebra,
Introduccin a la Programacin,
Estructuras de Datos
Diseo y Anlisis de Algoritmos
Los estudiantes tras cursar esta asignatura debern:
Conocer el proyecto y la historia de la Inteligencia Artificial
Entender el concepto de agente inteligente y conocer sus ventajas y limitaciones
Dominar diferentes tcnicas de bsqueda para varios tipos de entornos
Conocer el problema y el rol de la representacin del conocimiento en Inteligencia Artificial
Dominar diferentes tcnicas de aprendizaje automtico para varios tipos de entornos
Saber elegir entre las diferentes tcnicas para diferentes problemas y entornos
Saber implementar agente inteligentes de diferentes niveles de complejidad

III.-Competencias
Competencias Generales
CG8.Conocimiento de las materias bsicas y tecnologas, que capaciten para el aprendizaje y desarrollo de nuevos mtodos y
tecnologas, as como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.
CG9.Capacidad para resolver problemas con iniciativa, toma de decisiones, autonoma y creatividad. Capacidad para saber
comunicar y transmitir los conocimientos, habilidades y destrezas de la profesin de Ingeniero Tcnico en Informtica.
Competencias Especficas

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 2

INTELIGENCIA ARTIFICIAL

CE19. Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computacin y saberlos
aplicar para interpretar, seleccionar, valorar, modelar, y crear nuevos conceptos, teoras, usos y desarrollos tecnolgicos
relacionados con la informtica
CE22. Capacidad para conocer los fundamentos, paradigmas y tcnicas propias de los sistemas inteligentes y analizar, disear
y construir sistemas, servicios y aplicaciones informticas que utilicen dichas tcnicas en cualquier mbito de aplicacin.
CE23. Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la
resolucin de problemas mediante un sistema informtico en cualquier mbito de aplicacin, particularmente los relacionados
con aspectos de computacin, percepcin y actuacin en ambientes o entornos inteligentes.
CE25. Capacidad para conocer y desarrollar tcnicas de aprendizaje computacional y disear e implementar aplicaciones y
sistemas que las utilicen, incluyendo las dedicadas a extraccin automtica de informacin y conocimiento a partir de grandes
volmenes de datos.

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 3

INTELIGENCIA ARTIFICIAL

IV.-Contenido
IV.A.-Temario de la asignatura

Bloque temtico

Tema

Apartados

I.- Introduccin a la Inteligencia

Artificial

Tema 1. Introduccin a la Inteligencia

Artificial

Historia de la I.A. Agentes inteligentes.

II.- Resolucin de problemas

bsqueda

Tema 2. Bsqueda no informada

Agentes basados en bsqueda. Mtodo

general de bsqueda. Bsqueda en
amplitud. Complejidad

Tema 3. Bsqueda heurstica

Algoritmo A*. Anlisis.

Tema 4. Bsqueda heurstica

avanzada

Diseo y calidad de funciones

heursticas. Bsqueda on-line.

Tema 5. Bsqueda multiagente

Bsqueda con adversario. Algoritmo

minimax. Poda alfabeta. Algoritmo
Expect-minimax.

Tema 6. Restricciones

Problemas de satisfaccin de
restricciones. Bsqueda con estados
completos. Algoritmo de backtracking
cronolgico. Forward checking.
Consistencia de arco. Algoritmo MAC.

Tema 7. Lgica de descripciones

Introduccin. ALC: sintaxis y semntica.

Inferencia. Extensiones.

Tema 8. Ontologas y Web Semntica

Introduccin a la Web Semntica.

Ontologas (RDF, RDF Schema., OWL).
SPARQL. Aplicaciones.

Tema 9. Razonamiento con

imprecisin

Introduccin. Subconjuntos borrosos.

Operaciones con subconjuntos
borrosos. Implicacin e inferencia
borrosa. Controladores borrosos.

Tema 10. Aprendizaje inductivo

Introduccin. Tipos de algoritmos de

aprendizaje. Algoritmo ID3.

Tema 11. Aprendizaje subsimblico

Aprendizaje de redes neuronales.

Tema 12. Aprendizaje por refuerzo

Problemas de decisin en entornos con

recompensas. Q-learning

III.- Representacin del conocimiento

IV- Aprendizaje automtico

IV.B.-Actividades formativas

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 4

INTELIGENCIA ARTIFICIAL

Tipo

Descripcin

Otras

Prueba de evaluacion. Ver apartado Evaluacion

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 5

INTELIGENCIA ARTIFICIAL

V.-Tiempo de Trabajo
Clases tericas

28

Clases prcticas de resolucin de problemas, casos, etc.

24

Prcticas en laboratorios tecnolgicos, clnicos, etc.

Realizacin de pruebas

Tutoras acadmicas

18

Actividades relacionadas: jornadas, seminarios, etc.

Preparacin de clases tericas

46

Preparacin de clases prcticas/problemas/casos

28

Preparacin de pruebas

28

Total de horas de trabajo del estudiante

180

VI.-Metodologa y plan de trabajo

Tipo

Periodo

Contenido

Clases Tericas

Semana 1 a Semana 1

Presentacin e Introduccin

Clases Tericas

Semana 2 a Semana 6

Resolucin de problemas bsqueda

Clases Tericas

Semana 7 a Semana 9

Representacin del conocimiento

Clases Tericas

Semana 10 a Semana 12

Aprendizaje automtico

Prcticas

Semana 2 a Semana 14

Hojas de problemas

Laboratorios

Semana 8 a Semana 8

Prctica en ordenador

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 6

INTELIGENCIA ARTIFICIAL

VII.-Mtodos de evaluacin
VII.A.-Ponderacin para la evaluacin
Evaluacin Ordinaria: Si el profesorado considera que la asistencia es obligatoria deber especificarse con precisin.
(Nota: para no admitir a una prueba a un estudiante por no cumplir con el mnimo de asistencia, se deber poder justificar por el
profesor utilizando un sistema probatorio, como por ejemplo, una hoja de firmas)
La distribucin y caractersticas de las pruebas de evaluacin son las que se describen a continuacin. Atendiendo a las
caractersticas especficas de cada grupo el profesor podr, en las primeras semanas de curso, introducir cambios que
considere oportunos comunicndolo al Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos.
Evaluacin extraordinaria: Los alumnos que no consigan superar la evaluacin ordinaria, o no se hayan presentado, sern
objeto de la realizacin de una evaluacin extraordinaria en los trminos establecidos por el profesor.
Descripcin de las pruebas de evaluacin y su ponderacin
La evaluacin se compondr de dos partes: una prueba online (20% de la nota) y un examen presencial (80% de la nota), al
final de la asignatura. Ambas pruebas abarcarn todo el temario. Ambas notas se suman para obtener la nota total. La
puntuacin mnima para aprobar la asignatura es 5 (no hay nota mnima en cada parte).
Si un alumno no supera la asignatura, podr reevaluarla una vez en el perodo de reevaluacin en la fecha que la escuela
establecer. En ese caso deber reevaluar ambas pruebas, es decir, no se guardan pruebas por separado.
VII.B.-Evaluacin de alumnos con dispensa acadmica
Para que un alumno pueda optar a esta evaluacin, tendr que obtener la 'Dispensa Acadmica' para la asignatura, que habr
solicitado al Decano/a o Director/a del Centro que imparte su titulacin. La Dispensa Acadmica se podr conceder siempre y
cuando las peculiaridades propias de la asignatura lo permitan.

Asignatura con posibilidad de dispensa: Si

VII.C.-Revisin de las pruebas de evaluacin
Conforme a la normativa de reclamacin de exmenes de la Universidad Rey Juan Carlos.
VII.D.-Estudiantes con discapacidad o necesidades educativas especiales
Las adaptaciones curriculares para estudiantes con discapacidad o con necesidades educativas especiales, a fin de garantizar
la igualdad de oportunidades, no discriminacin, la accesibilidad universal y la mayor garanta de xito acadmico sern
pautadas por la Unidad de Atencin a Personas con Discapacidad en virtud de la Normativa que regula el servicio de Atencin a
Estudiantes con Discapacidad, aprobada por Consejo de Gobierno de la Universidad Rey Juan Carlos.
Ser requisito imprescindible para ello la emisin de un informe de adaptaciones curriculares por parte de dicha Unidad, por lo
que los estudiantes con discapacidad o necesidades educativas especiales debern contactar con ella, a fin de analizar
conjuntamente las distintas alternativas.
VII.E.-Conducta Acadmica
Vase normativa de conducta acadmica

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 7

INTELIGENCIA ARTIFICIAL

VIII.-Recursos y materiales didcticos

Bibliografa
Inteligencia Artificial - Un Enfoque Moderno (2 ed.). Russell, S.; Norvig, P. (2003): Prentice Hall Hispanoamericana
Inteligencia Artificial - Una Nueva Sntesis. Nilsson, N. (2001): McGraw-Hill
Semantic Web: Concepts, Technologies and Applications. K. Breitman, M. A. Casanova, W. Truszkowski: Springer. 2007
Sistemas expertos: Representacin e inferencia. Problemas resueltos. Alberto Fernndez Gil. DYKINSON. 2010
Bibliografa de consulta

IX.-Profesorado
Nombre y apellidos

Sascha Ossowski

Correo electrnico

sascha.ossowski@urjc.es

Departamento

Ciencias de la Computacin, Arquitectura de la Computacin,

Lenguajes y Sistemas Informticos y Estadstica e
Investigacin Operativa

Categora

Catedrtico de Universidad

Titulacin acadmica

Doctor

Responsable Asignatura

Si

Horario de Tutoras

Por determinar

N de Quinquenios

N de Sexenios

Tramo Docentia

Nombre y apellidos

Alberto Fernndez Gl

Correo electrnico

alberto.fernandez@urjc.es

Departamento

Ciencias de la Computacin, Arquitectura de la Computacin,

Lenguajes y Sistemas Informticos y Estadstica e
Investigacin Operativa

Categora

Titular de Universidad

Titulacin acadmica

Doctor

Responsable Asignatura

No

Horario de Tutoras

Por determinar

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 8

INTELIGENCIA ARTIFICIAL

N de Quinquenios

N de Sexenios

Tramo Docentia

Nombre y apellidos

Holger Billhardt

Correo electrnico

holger.billhard@urjc.es

Departamento

Ciencias de la Computacin, Arquitectura de la Computacin,

Lenguajes y Sistemas Informticos y Estadstica e
Investigacin Operativa

Categora

Titular de Universidad

Titulacin acadmica

Doctor

Responsable Asignatura

No

Horario de Tutoras

Por determinar

N de Quinquenios

N de Sexenios

Tramo Docentia

Vicerrectorado de Docencia, Ordenacin Acadmica y Ttulos

Pgina 9