UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA

Tamaño: px

Comenzar la demostración a partir de la página:

Download "UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA"

Raúl Salazar Juárez
hace 6 años
Vistas:

UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA NOMBRE DE LA ASIGNATURA INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL ESCUELA Hotelería y

Esparta Ciencias Sucre CÓDIGO 230-4574 SEMANALES 6 TEÓRICAS 3 PREREQUISITO(S) 230-3254 TOTAL SEMESTRE 96 PRÁCTICAS 3 DEPARTAMENTO Programa de Licenciatura en Informática CRÉDITOS SEMESTRE 4 VII y

1 UNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA NOMBRE DE LA ASIGNATURA INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL ESCUELA Hotelería y Turismo-Nva. Esparta Ciencias Sucre CÓDIGO SEMANALES 6 TEÓRICAS 3 PREREQUISITO(S) TOTAL SEMESTRE 96 PRÁCTICAS 3 DEPARTAMENTO Programa de Licenciatura en Informática CRÉDITOS SEMESTRE 4 VII y VIII VIGENCIA Desde 2005 ELABORADO POR Nva. Esparta y Sucre SÍNTESIS DE CONOCIMIENTOS PREVIOS Para cursar la asignatura se requieren conocimientos sobre: Sistemas, Sistemas computacionales, procesamientos de datos y archivos como estructuras de datos. Por otra parte, deben tener un pensamiento critico y analítico en situaciones reales para así enfocar la representación del conocimiento humano en base de conocimientos. OBJETIVO GENERAL Analizar los problemas y técnicas básicas de la Inteligencia Artificial SINÓPSIS DE CONTENIDO 1. Introducción a la Inteligencia Artificial. 2. Elementos de un Problema. 3. Representación del Conocimiento. 4. Técnicas Básicas para la Resolución de Problema. 5. El Problema de la Planificación. 6. Modelos de Planificación.

2 UNIDAD I. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL OBJETIVOS ESPECÍFICOS Comprender el significado de la Inteligencia Artificial 1.2 Identificar el uso de la Inteligencia Artificial en la resolución de problemas. CONTENIDO Antecedentes e Historia de la Inteligencia Artificial. 1.2 Definición de Inteligencia Artificial. 1.3 Inteligencia Artificial vs. Inteligencia Humana. 1.4 Área de Aplicaciones e Importancia de la Inteligencia Artificial Medicina Negocios Escuelas Fábricas Militar. ESTRATEGIAS METODOLÓGICAS Entrega de material didáctico a los estudiantes, para analizarlo y extraer las ideas principales. 1.2 Discutir algunas definiciones de la bibliografía propuesta. 1.3 Analizar los programas o sistemas que se originaron en los comienzos de la Inteligencia Artificial (Bot de Charlas). 1.4 Crear base de datos relacionales, para realizar programas de charlas. ESTRATEGIAS DE EVALUACIÓN Evaluación escrita individual para el diagnóstico del contenido Taller grupal en donde el estudiante será capaz de clasificar y reconocer problemas del mundo real para crear base de datos relacionales. BIBLIOGRAFÍA 1 - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- - KNIGHT K. y RICH E Inteligencia Artificial. Mc. Graw- UNIDAD II. ELEMENTOS DE UN PROBLEMA. OBJETIVOS ESPECÍFICOS Describir y diferencial los diversos tipos de problemas. CONTENIDO Formulación de un problema 2.2 Tipos de Problemas Problemas de un solo estado Problemas de estados múltiples Problemas de contingencia Problemas de Exploración. 2.3 Elementos Básicos de un problema.

3 2.3.1 Estados de un problema. - Estado inicial. - Operador o función subsecuente. - Ruta. - Meta. ESTRATEGIAS METODOLÓGICAS Entrega de material didáctico a los estudiantes para analizarlo y discutirlo. 2.2 Analizar y discutir problemas desde su estado inicial hasta la meta. 2.3 Ejemplos de problema del mundo real, que tiendan a identificar los tipos de problemas. ESTRATEGIAS DE EVALUACIÓN Aplicación en forma de taller grupal, problemas de estados. 2.2 Aplicar evaluación en forma escrita e individual, problemas de búsqueda de un espacio en estado. BIBLIOGRAFÍA 2 - GIARRATANO, J. y GARY R Sistemas Expertos. Thomson Editores. - FERNÁNDEZ S., GONZÁLEZ J; MIRA J Inteligencia Artificial Aplicada. Addison Wesley. Iberoamericana. - KNIGHT K. y RICH E Inteligencia Artificial. Mc. Graw - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- - WINSTON P.H Inteligencia Artificial. Addison Wesley. UNIDAD III. REPRESENTACIÓN DEL CONOCIMIENTO. OBJETIVOS ESPECÍFICOS Diseñar bases de conocimientos. CONTENIDO Qué es el conocimiento. 3.2 Componentes del conocimiento Hechos Reglas Procedimentales Reglas Empíricas. 3.3 Adquisición del conocimiento. 3.4 Técnicas de adquisición del conocimiento Descripción Observación Introspección. 3.5 Criterios de evaluación de la representación del conocimiento Transparencia Claridad Naturalidad Eficiencia Adecuación Modalidad. 3.6 Nivel de representación.

4 3.7 Esquemas de representación Declarativa Procedimental. 3.8 Lógica Formal Lógica de Predicados de primer orden Tabla de la Verdad. 3.9 Ingeniería del conocimiento cuando se emplea lógica formal Procesos de inferencia Modus Tollendo Tollens Modus Poniendo Ponens Modus Tollendo Ponens Silogismo Hipotético Técnicas de representación del conocimiento Redes Semánticas Guiones Frames o Marcos Escenas Reglas de Producción.

5 ESTRATEGIAS METODOLÓGICAS Entrega de material didáctico a los estudiantes para analizarlo y discutirlo. 3.2 Presentar oraciones o frases para transformarla con lógica de predicados de primer grado. 3.3 Presentar aplicaciones con lógicas de predicados de primer orden, y observar cómo las inferencias permiten deducir nuevos hechos a partir de otros ya existentes. 3.4 Usar tabla de la verdad para verificar fórmulas bien definidas. 3.5 Realizar aplicaciones utilizando las técnicas de representación del conocimiento. 3.6 Representar redes semánticas y cómo razonar sobre ellas usando equiparación y herencias de propiedades. 3.7 Presentar las reglas como un formalismo de representación declarativo usado para representar conocimiento de tipo heurístico, así como las técnicas de inferencias asociados. ESTRATEGIAS DE EVALUACIÓN Los estudiantes deberán presentar por grupos no mayor de tres, un ejercicio práctico de realización de una aplicación utilizando las técnicas de representación del conocimiento desarrolladas, en donde se describirá el método de representación elegido, dando las razones generales que justifiquen la selección Evaluar en forma escrita (individual) oraciones o frases para transformarla con lógica de predicados d e primer grado. BIBLIOGRAFÍA 3 - FERNÁNDEZ S., GONZÁLEZ J; MIRA J Inteligencia Artificial Aplicada. Addison Wesley. Iberoamericana. - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- UNIDAD IV. TÉCNICAS BÁSICAS PARA LA RESOLUCIÓN DE PROBLEMAS. OBJETIVOS ESPECÍFICOS Describir y diferenciar cada algoritmo de búsqueda. 4.2 Aplicar algoritmos de búsqueda en la resolución de problemas en espacios de estado. CONTENIDO Definición del problema como una búsqueda en un espacio de estado. 4.2 Algoritmos de Búsqueda Búsqueda Heurística Primero en Profundidad Primero en anchura Escala de la colina Menor Coste Algoritmo para juegos Mínimax Alfa Beta Poda Alfa Beta.

6 ESTRATEGIAS METODOLÓGICAS Entrega de material didáctico a los estudiantes, para analizarlo y extraer las ideas principales. 4.2 Discutir algunas definiciones de la bibliografía propuesta. 4.3 Analizar los programas o sistemas que se originaron en los comienzos de la Inteligencia Artificial (Bot de Charlas). 4.4 Crear base de datos relacionales, para realizar programas de charlas. ESTRATEGIAS DE EVALUACIÓN Los estudiantes deberán presentar por grupos no mayor de tres, un ejercicio práctico de realización de una aplicación utilizando las técnicas de representación del conocimiento desarrolladas, en donde se describirá el método de representación elegido, dando las razones generales que justifiquen la selección Evaluar en forma escrita (individual) oraciones o frases para transformarla con lógica de predicados d e primer grado. BIBLIOGRAFÍA 4 - KNIGHT K. y RICH E Inteligencia Artificial. Mc. Graw - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- UNIDAD V. EL PROBLEMA DE LA PLANIFICACIÓN. OBJETIVOS ESPECÍFICOS Definir el problema de la planificación. 5.2 Resolver Problema mediante un lenguaje restringido y algoritmos de propósito especial. 5.3 Prevenir mediante la planificación aquellas acciones que puedan servir al logro de la meta de un problema. CONTENIDO Planificación simple. 5.2 De la solución de problemas a la planificación. 5.3 La planificación en el cálculo de situación Estado Inicial Estado Meta Operadores. 5.4 Representaciones básicas en la planificación Representación de estados y objetivos Representación de acciones Espacios de situaciones y planes. 5.5 Ejemplos de planificación de orden parcial. 5.6 Planificación mediante operadores concretizados parcialmente. 5.7 Ingeniería del conocimiento en la planificación.

7 ESTRATEGIAS METODOLÓGICAS Entrega de material didáctico a los estudiantes para analizarlo y discutirlo. 5.2 Analizar y discutir los elementos básicos en los problemas de la planificación ESTRATEGIAS DE EVALUACIÓN Evaluar en forma escrita e individual problemas de planificación, mediante lenguajes restringidos y algoritmos de propósitos general. 5.2 Los estudiantes en forma grupal no mayor de tres, deben presentar problemas de planificación, explicando la metodología para su solución. BIBLIOGRAFÍA 5 - GIARRATANO, J. y GARY R Sistemas Expertos. Thomson Editores. - FERNÁNDEZ S., GONZÁLEZ J; MIRA J Inteligencia Artificial Aplicada. Addison Wesley. Iberoamericana. - KNIGHT K. y RICH E Inteligencia Artificial. Mc. Graw - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- - WINSTON P.H Inteligencia Artificial. Addison Wesley. UNIDAD VI. MODELOS. OBJETIVOS ESPECÍFICOS Resaltar los mejores aspectos de los avances logrados en la Inteligencia Artificial. 6.2 Escribir y diferencial un planificador o cualquier algoritmo de búsqueda en la planificación. 6.3 Aplicar un planificador adecuado al problema que permita resolverlo hasta su meta. CONTENIDO Modelos de Planificación Stryps POP Anomalía de SUSSMAN OPTIMUM AIV O- PLAN POP- DJ

8 ESTRATEGIAS METODOLÓGICAS6 6.1 Entrega de material didáctico a los estudiantes para analizarlo y discutirlo. 6.2 Analizar modelos propuestos en planificación. ESTRATEGIAS DE EVALUACIÓN Evaluar en forma escrita e individual los modelos de planificación. 6.2 Los estudiantes en forma grupal no mayor de tres, deben presentar ejemplo de modelo de planificación en exposiciones abiertas. BIBLIOGRAFÍA 6 - GIARRATANO, J. y GARY R Sistemas Expertos. Thomson Editores. - FERNÁNDEZ S., GONZÁLEZ J; MIRA J Inteligencia Artificial Aplicada. Addison Wesley. Iberoamericana. - KNIGHT K. y RICH E Inteligencia Artificial. Mc. Graw - SCHILDT, H Utilización de C en Inteligencia Artificial. Mc.Graw- - WINSTON P.H Inteligencia Artificial. Addison Wesley.

Documentos relacionados

: Algorítmica y Estructura de Datos I

FACULTAD POLITÉCNICA DIRECCIÓN ACADÉMICA PROGRAMA DE ESTUDIO I. IDENTIFICACIÓN Carrera : Ingeniería de Sistemas CARGA HORARIA (Horas reloj) Asignatura : Algorítmica y Estructura de Datos I Carga Horaria