Representación de Conocimientos
|
|
- María Luisa Méndez Botella
- hace 7 años
- Vistas:
Transcripción
1 Representación de Conocimientos Asunción Gómez-Pérez Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, Boadilla del Monte, Madrid, Spain Indice 1. Introducción. (1 hora) 2. Sistemas de Producción. (7 horas) 3. Lógica. (2 horas) 4. Redes Semánticas (1 hora) 5. Marcos. (10 horas) 6. Guiones. (1 hora) 7. Restricciones. (4 horas) 1
2 Bibliografía Ingeniería del Conocimiento (ED Ceura) A. Gómez, N. Juristo, C. Montes, J. Pazos Inteligencia Artificial (ED Ceura) D. Borrajo, N. Juristo, V. Martínez, J. Pazos Reglas, Marcos, Guiones, Redes Semánticas Reglas Sistemas Inteligentes: Conceptos, Técnicas y Métodos de Construcción Cuena. Disponible en el Servicio de Publicaciones de la Facultad. Restricciones Artificial Intelligence Rich and Knight Libro de Consulta Introducción a la Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, Boadilla del Monte, Madrid, Spain 2
3 Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos Ciclo Básico de un Sistema Inteligente Yo Conozco y Razono Motor de Inferencias Yo Intento Conocer y Razonar Base de Conocimientos Cómo? Modelo Interno EXPECTATIVAS Percibir Razonar Actuar Mundo Externo 3
4 Escenario Conocimientos de dominios concretos Modelo Computable Aprender Modelos no computables que modelicen el problema y su solución Modelos semi-computables Escenario Conocimientos de dominios concretos Implementación Adquisición de Conocimientos Conceptualización Formalización Si...Entonces 4
5 Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos Pasos en el desarrollo de un SBC Estudio Viabilidad Evaluación Adquisición Conocimientos -Entrevistas: abiertas, cerradas -Análisis de Protocolos -Emparrillado -... Conceptualización - Conocimientos Fácticos - Conocimientos Tácticos -Modelo Conceptual - Conocimientos Estratégicos - Metaconocimientos Formalización - Reglas - Redes Semánticas - Modelos Formal - Lógica - Marcos - Guiones - Restricciones - Representar Conocimientos -... Inciertos - Metarreglas -Técnicas de control - Agendas - Pizarras -... Implementar C C++ a) Lenguaje de Programación Modula... KEE ART b) Entorno o Herramienta KAPPA... - MYCIN - PROSPECTOR - Dempster Shaffer - Redes Bayesianas - Log. Fuzzy 5
6 Numerosas Alternativas para Modelizar la Realidad Conceptualización Formalización Implementación MC 1 MC 2 Objeto-Atributo-Valor Marcos Herramientas C, C++ ME... MC 3... Redes Semánticas Lógica Restricciones Reglas Guiones... Lisp, CLOS Prolog Pascal Logicas Descriptivas. Etc. Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos 6
7 Sistemas Tradicionales versus SS.BB.CC. (Secc , pág. 13) 1. Ingeniería de Software Ingeniería del Conocimiento 2. TIPOS DE PROBLEMAS Sistemáticos Procedimientales Heurísticos Declarativos - Especificaciones muy completas - Los datos, funcionamiento esperado y técnicas de resolución se conocen - Existe documentación - Casi no existe una especificación - Los conocimientos y métodos de resolución son de los expertos - No existe documentación Datos + procedimientos mezclados Separar conocimientos de los métodos de razonamiento Rígidos o deterministas: Producir la misma salida para la misma entrada No deterministas Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos 7
8 Hipótesis Simbolista El módulo de la BC del sistema está separado del módulo de razonamiento Base de Conocimientos: Contienen conocimientos del dominio: conceptos taxonomías relaciones a medida entre conceptos propiedades de conceptos hechos heurísticas Restricciones... Modelo Interno EXPECTATIVAS Percibir Razonar Mundo Externo Actuar Motor de Inferencias: Permite que el sistema razone. Apartir de los datos y conocimientos de entrada el sistema pueda producir una salida. Representar y Razonar Representar Formalismos + Motor de Inferencia Razonar Estrategia de Control Formalismos Representar declarativamente los conceptos de un dominio, sus propiedades, relaciones (de clasificación, de agregación, etc.) entre conceptos así como los elementos individuales que aparecen en el dominio 8
9 Formalización Representar Razonar Formalismos + Motor de Inferencia Estrategia de Control Cada formalismo de representación tiene Motores de Inferencia asociados, independientes del dominio de la aplicación, capaces de razonar con cualquier conjunto de conocimientos representados mediante su formalismo propietario La estrategia de control gobierna el sistema y decide qué hacer en cada momento Representar Razonar + Formalismos Motor de Inferencia Estrategia de Control Reglas C.P.P.O Algoritmo RETE Encadenamiento Algoritmos de Búsqueda Resolución.- Metarreglas.- Agendas.- Pizarras.- Control Distribuído.-... Redes Semánticas Equiparación Herencia de Propiedades Marcos Equiparación Herencia de Propiedades Valores Activos Métodos Guiones Equiparación Restricciones Algoritmo de Waltz Lógicas Descriptivas Clasificación 9
10 Qué es Representar Conocimientos? Representar simbólicamente los conocimientos del dominio Integrarlos en un modelo de diseño Determinar los métodos de inferencia para manejar los conocimientos Determinar los métodos de control para gobernar el sistema Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos 10
11 Arquitectura de un Sistema Inteligente Sistemas con los que interacciona Redes Bases de Datos... Interfaz con otros Sistemas CONTROL IU - Hacer inferencias visibles a los usuarios - Explicación - Automático / manual BC MI Entorno de desarrollo Herramientas de SBC Lenguajes de Programación Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos 11
12 Sintaxis versus Semántica Sintaxis: Símbolos que se utilizan para representar Aspectos de Notación Cada formalismo tiene su sintaxis Semántica: Significado de lo que se ha representado utilizando una sintaxis determinada Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Sintaxis versus Semántica 7. Clasificación de los formalismos y ejemplos 8. Criterios para seleccionar los formalismos 12
13 Clasificación de los Formalismos Representar Conceptos: Objeto-Atributo-Valor Marcos Redes Semánticas Lógicas Descriptivas Representar Relaciones entre conceptos Marcos Redes Semánticas Representar Heurísticas Sistemas de Producción Objeto-Atributo-Valor Para cada objeto existen tantas ternas como atributos se quieran representar (Objeto, Atributo, Valor) (Vertebrado, Esqueleto, Sí) (Invertebrado, Esqueleto, No) (Perro-1, Nombre, Tucky) (Perro-1, Peso, 25) (Perro-1, Altura, 50) Inconvenientes: No se pueden definir relaciones entre conceptos: Vertebrado subclase de animal No se puede definir el tipo de una propiedad en un concepto... 13
14 Marcos Se representa utilizando taxonomías de conceptos en tiempo de diseño Conocimiento declarativo y procedimental Propiedades Subclase Vertebrados Esqueleto: si Nº patas: [0...4] Animal Altura: número Peso: número Nombre: string Facetas Subclase Invertebrados Esqueleto: no Nº patas: [0...4] Instancia Instancia Perro - 1 Altura: 50 Peso: 25 Nombre: Tuky Gusano - 1 Altura: 5 Peso: 3 Nombre: A Redes Semánticas Grafos unidireccionales etiquetados Nodos: Conceptos y valores de propiedades Arcos: relaciones y propiedades Esqueleto Si Tuky Nombre Peso Animal SC Vertebrado Instancia Perro 1 Altura SC Esqueleto Invertebrado No Instancia Gusano1 Nombre A Peso Altura Inconveniente: no se pueden representar los tipos de las propiedades, ni conocimientos procedimentales 14
15 Calculo de Predicados de Primer Orden Relaciones y propiedades Conceptos y valores de propiedades Predicados Argumentos SUBCLASE (Vertebrado, Animal) SUBCLASE (Invertebrado, Animal) INSTANCIA (Perro-1 Vertebrado) INSTANCIA (Gusano-1 Invertebrado) Taxonomía "x Vertebrado (x) Animal (x) ESQUELETO (Vertebrado, Si) ESQUELETO (Invertebrado, no) Propiedades de cada concepto ALTURA (Perro1 50) PESO (Perro1 25) NOMBRE (Perro1Tuky) PESO (Gusano-1, 80) ALTURA (Gusano-1, 20) NOMBRE (Gusano-1, A) Propiedades de cada individuo Lógicas Descriptivas Clasificación automática realizada por el motor de inferencias del lenguaje En tiempo de Ejecución Ser vivo Subclass of Subclass of Subclass of Invertebrado Vertebrado Plantas Subclass of Subclass of Perro Gato Invertebrado Vertebrado Ser vivo Planta Gato Perro Clasificación automática Tiempo diseño 15
16 Sistemas de Producción Si cond1 ^ cond2 ^ cond3^... Antecedentes Entonces Acc1 ^ Acc2 ^... Consecuentes R1: Si (Animal $A) ^ (Esqueleto $A sí) Entonces (Vertebrado $A) R2: Si (Animal $A) ^(Esqueleto $A no) Entonces (Invertebrado $A) R3: Si (Vertebrado $A) (Ladra $A) Entonces (Perro $A) Base de Reglas R1: Si (Animal $A) ^ (Esqueleto $A sí) Entonces (Vertebrado $A) R2: Si (Animal $A) ^(Esqueleto $A no) Entonces (Invertebrado $A) R3: Si (Vertebrado $A) (Ladra $A) Entonces (Perro $A) Estrategia de Control: Priority (R1, R2, R3) Sistemas de Producción Base de Hechos (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) Ciclo 1: R1, $A= Tucky R1, $A= Piolín (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) (Vertebrado Tucky) 16
17 Base de Reglas R1: Si (Animal $A) ^ (Esqueleto $A sí) Entonces (Vertebrado $A) R2: Si (Animal $A) ^(Esqueleto $A no) Entonces (Invertebrado $A) R3: Si (Vertebrado $A) (Ladra $A) Entonces (Perro $A) Sistemas de Producción Base de Hechos (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) (Vertebrado Tucky) Estrategia de Control Ciclo 2: R1, $A= Tucky R1, $A= Piolín R3, $A= Tucky (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) (Vertebrado Tucky) (Vertebrado Piolín) Base de Reglas R1: Si (Animal $A) ^ (Esqueleto $A sí) Entonces (Vertebrado $A) R2: Si (Animal $A) ^(Esqueleto $A no) Entonces (Invertebrado $A) R3: Si (Vertebrado $A) (Ladra $A) Entonces (Perro $A) Sistemas de Producción Base de Hechos (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) (Vertebrado Tucky) (Vertebrado Piolín) Estrategia de Control Ciclo 3: R1, $A= Tucky R1, $A= Piolín R3, $A= Tucky (Animal Tucky) (Animal Piolín) (Esqueleto Piolín sí) (Esqueleto Tucky sí) (ladra Tucky) (Vertebrado Tucky) (Vertebrado Piolín) (Perro Tucky) 17
18 Indice 1. Ciclo básico de un sistema inteligente 2. Pasos en el desarrollo de un SBC según IDEAL 3. Sistemas tradicionales versus SS.BB.CC. 4. La Hipótesis Simbolista 5. Arquitectura de un Sistema Inteligente 6. Clasificación de los formalismos y ejemplos 7. Sintaxis versus Semántica 8. Criterios para seleccionar los formalismos Criterios para Seleccionar un Formalismo Expresividad: hacer distinciones sutiles y precisas Qué es lo que puedo decir con ese formalismo? Completud: Todos los conocimientos conceptualizados pueden representar Puedo expresar TODO lo que conozco? Adecuación: al tipo de conocimientos que se va a representar: taxonomías, clases, relaciones,... Al tipo de razonamiento que se va a simular Rendimiento del sistema inteligente 18
19 Introducción a la Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, Boadilla del Monte, Madrid, Spain 19
Formalismos de Representación de Conocimientos
Formalismos de Representación de Conocimientos Oscar Corcho García ocorcho@fi.upm.es Despacho 2107 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus
Más detallesSistemas de Producción
Sistemas de Producción Asunción Gómez-Pérez asun@fi.upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660 Boadilla del
Más detallesIntroducción a la Inteligencia Artificial
Introducción a la Inteligencia Artificial Asunción Gómez-Pérez, Facultad de Informática, Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660 Boadilla del Monte, Madrid http://www.oeg-upm.net
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA SINTÉTICO DE LA ASIGNATURA: INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Código T511 PLAN DE ESTUDIOS: 1995 CARRERA: LIC. EN CS. DE LA
Más detallesDepartamento Ingeniería en Sistemas de Información
ASIGNATURA: INTELIGENCIA ARTIFICIAL MODALIDAD: Cuatrimestral DEPARTAMENTO: ING. EN SIST. DE INFORMACION HORAS SEM.: 6 horas AREA: MODELOS HORAS/AÑO: 96 horas BLOQUE TECNOLOGÍA APLICADA HORAS RELOJ 72 NIVEL:
Más detallesInteligencia Artificial. Sistemas Expertos. Presentado por: Marcel Castro
Inteligencia Artificial Sistemas Expertos Presentado por: Marcel Castro Febrero 2002 Contenido SBC y SE. Definiciones. Antecedentes Características de los SE Arquitectura Métodos de desarrollo de SE. Herramientas,
Más detallesInteligencia Artificial
Inteligencia Artificial Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Asignatura Materia Departamento responsable Inteligencia Artificial Ingeniería del Software, Sistemas Informáticos
Más detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Agentes basados en conocimiento Contenido Sistemas basados en conocimiento
Más detallesInteligencia Artificial
Inteligencia Artificial Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Asignatura Materia Departamento responsable Inteligencia Artificial Ingeniería del Software, Sistemas Informáticos
Más detallesRepresentación del conocimiento. Métodos estructurados: Redes Semánticas
Representación del conocimiento Métodos estructurados: Redes Semánticas Contenido 1. Introducción 2. Redes semánticas 3. Inferencia en Redes Semánticas 2 1. Introducción 3 A que denominamos métodos estructurados?
Más detallesRepresentación del Conocimiento Otros formalismos. Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial.
Representación del Conocimiento Otros formalismos Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial. Conocimiento Definición El conocimiento es una mezcla de experiencia,
Más detallesInteligencia Artificial
Inteligencia Artificial Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Asignatura Materia Departamento responsable Inteligencia Artificial Ingeniería del Software, Sistemas Informáticos
Más detallesPrograma de estudios por competencias Inteligencia Artificial I
Programa de estudios por competencias Inteligencia Artificial I 1. Identificación del curso Programa educativo: Licenciatura en Ingeniería en Computación Unidad de aprendizaje: Inteligencia Artificial
Más detallesFACULTAD DE INGENIERÍA DE SISTEMAS : SISTEMAS EXPERTOS CODIGO : HORAS SEMANALES : 4 HORAS (Teoría: 02; Laboratorio: 02)
FACULTAD DE INGENIERÍA DE SISTEMAS I. INFORMACIÓN GENERAL SÍLABO CURSO : SISTEMAS EXPERTOS CODIGO : CICLO : IX CREDITO : 3 HORAS LES : 4 HORAS (Teoría: 02; Laboratorio: 02) AREA O CARRERA : Ingeniería
Más detallesCONTENIDO. 1.- Introducción a la Inteligencia Artificial (IA) 2.- Lógica de predicados. 3.- Búsqueda de soluciones
CONTENIDO 1.- Introducción a la Inteligencia Artificial (IA) 2.- Lógica de predicados 3.- Búsqueda de soluciones 4.- Lenguajes de IA e Introducción a Sistemas Expertos 1.- Introducción a la Inteligencia
Más detallesSistemas Expertos de Primera Generación (I) Introducción a los sistemas expertos
Sistemas Expertos de Primera Generación (I) Introducción a los sistemas expertos Contenidos 1. Introducción 2. Un sistema clásico: MYCIN 3. Adquisición de conocimiento 2 Caracterización (I) SE: programa
Más detallesFACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R.
FACULTAD DE CIENCIAS EXACTAS, INGENIERÍA Y AGRIMENSURA U.N.R. PROGRAMA ANALITICO DE LA ASIGNATURA: Introducción a la Inteligencia Artificial Código R-413 PLAN DE ESTUDIOS: 2010 CARRERA: Lic. en Cs. de
Más detallesSistemas Expertos Unidad 2. Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes
Sistemas Expertos Unidad 2 Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes 2005 Sistemas basados en conocimiento Los Sistemas basados en conocimiento constituyen
Más detallesMaestría en Ingeniería
Maestría en Ingeniería Curso de Ingeniería Web Sesión 4: Ontologías Fernando Barraza A. fbarraza@javerianacali.edu.co Sesión 4 Objetivo: Introducir los conceptos de Ontologías Temas: Conceptos básicos
Más detallesRepresentación del Conocimiento Otros formalismos
Representación del Conocimiento Otros formalismos Licenciatura en Ciencias de la Computación. Introducción a la Inteligencia Artificial. Conocimiento Definición El conocimiento es una mezcla de experiencia,
Más detallesInteligencia Artificial
Inteligencia Artificial Conocimiento y razonamiento 4. Otras representaciones de conocimiento Dr. Edgard Iván Benítez Guerrero 1 Representación del conocimiento La inteligencia de un agente radica principalmente
Más detallesUNIVERSIDAD DE ORIENTE NÚCLEOS NUEVA ESPARTA-SUCRE COMISIÓN DE CURRICULA PROGRAMA ANALÍTICO DE LA ASIGNATURA
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.
Más detallesGUÍA DOCENTE Curso
GUÍA DOCENTE Curso 2011-2012 Titulación: Grado en Ingeniería Informática Código : 801G Centro: FCEAI Dirección: Edificio CCT C/Madre de Dios, 51 Código postal: 26006 Teléfono: +34 941 299 607 Fax: +34
Más detallesUNIVERSIDAD TECNOLOGICA DE LOS ANDES VICE RECTORADO ACADEMICO FACULTAD DE INGENIERÍA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA
FACULTAD DE INGENIERÍA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS E INFORMÁTICA I. INFORMACIÓN GENERAL SILABO 2016 1.1. Nombre de la asignatura SISTEMAS EXPERTOS 1.2. Código SI101 1.3. Año Calendario
Más detallesInteligencia Artificial e Ingeniería del Conocimiento
Inteligencia Artificial e Ingeniería del Conocimiento I. A. Clásica Nuevos enfoques de la I. A. Agentes Inteligentes Aprendizaje Introducción Aprendizaje inductivo decisión Planteamiento conectivista.
Más detallesUNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO
UNIVERSIDAD NACIONAL AUTÓNOMA DE MÉXICO FACULTAD DE INGENIERÍA PROGRAMA DE ESTUDIO SISTEMAS EXPERTOS 0929 8º, 9º 06 Asignatura Clave Semestre Créditos Ingeniería Eléctrica Ingeniería en Computación Ingeniería
Más detallesFundamentos de Inteligencia Artificial
Área de Ingeniería Telemática Universidade de Vigo Fundamentos de Inteligencia Artificial Manuel Ramos Cabrer (Curso 2010/11) Objetivos Introducción a la disciplina de la Inteligencia Artificial desde
Más detallesTema 1: Introducción a la Inteligencia Artificial
Introducción a la Inteligencia Artificial Curso 2002 2003 Tema : Introducción a la Inteligencia Artificial José A. Alonso Jiménez Francisco J. Martín Mateos Dpto. de Ciencias de la Computación e Inteligencia
Más detallesTema 6 Razonamiento aproximado
Tema 6 Razonamiento aproximado Ampliación de Ingeniería del Conocimiento Eva Millán 1 Esquema del tema 6.1. Introducción al razonamiento aproximado 6.2. El modelo de factores de certeza 6.3. Conjuntos
Más detallesINTRODUCCION A LA INTELIGENCIA ARTIFICIAL
INTRODUCCION A LA INTELIGENCIA ARTIFICIAL MODULO 3- REPRESENTACION DEL CONOCIMIENTO Referencias: Inteligencia Artificial Russell and Norvig Cap.6,7,8, 9,10.. Artificial Intellingence Nils Nilsson Chap.
Más detallesUNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES
UNIVERSIDAD AUTÓNOMA DE CHIAPAS LICENCIATURA EN SISTEMAS COMPUTACIONALES Área de formación: Disciplinaria. Unidad académica: Inteligencia Artificial. Ubicación: Séptimo Semestre. Clave: 2004 Horas semana-mes:
Más detallesLas redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV
Las redes semánticas son: a. Una extensión de la lógica de predicados b. Una extensión de los frames c. Un conjunto conexo de OAV El algoritmo de PodaAlfaBeta busca: a. Determinar los caminos más óptimos.
Más detallesIndique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores)
Parcial 4. Indique la respuesta correcta (d=ninguna de las anteriores, e=todas las anteriores) 1. Inteligencia es: a. La capacidad para combinar información. c. El proceso que permite elaborar conocimiento.
Más detallesEscuela Técnica Superior de Ingeniería. Informática. Grado en Ingeniería Informática
Escuela Técnica Superior de Ingeniería Informática Grado en Ingeniería Informática GUÍA DOCENTE DE LA ASIGNATURA: Inteligencia Artificial: CLIPS Curso académico 2015-2016 - 1 - 1. Datos Descriptivos de
Más detallesINSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: LICENCIATURA EN CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: COORDINACIÓN: ACADEMIAS DE COMPUTACIÓN
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE
PROCESO DE COORDINACIÓN DE LAS ENSEÑANZAS PR/CL/001 ASIGNATURA 105000022 - PLAN DE ESTUDIOS 10II - CURSO ACADÉMICO Y SEMESTRE 2018/19 - Primer semestre Índice Guía de Aprendizaje 1. Datos descriptivos...1
Más detallesTEC SATCA 1 : Carrera:
1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: SATCA 1 : Carrera: Inteligencia Artificial I TEC-1301 2-2-4 Ingeniería en Tecnologías de la Información y Comunicaciones
Más detallesInteligencia en Redes de Comunicaciones - 03 Sistemas Basados en Conocimiento
El objetivo de este Tema 3 es presentar los conceptos principales de los llamados Sistemas Basados en Conocimiento. Se empieza presentando las definiciones, razón de ser y fundamentos de este tipo de sistemas.
Más detallesUNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA)
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SISTEMAS 1. ESPECIFICACIONES GENERALES
Más detallesVisión n del Usuario Final
Tema 1 (continuación): n): Estructura de un Sistema Basados en el Visión n del Final Objetivo como Ingenieros del Percepción global de los elementos de un SBC Problema: Sistemas complejos Distintos puntos
Más detallesDE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE
UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS (Universidad del Perú, DECANA DE AMÉRICA) FACULTAD DE INGENIERIA DE SISTEMAS E INFORMATICA ESCUELA PROFESIONAL DE INGENIERÍA DE SOFTWARE 1. INFORMACIÓN GENERAL
Más detallesIntensificación en "Lenguajes e Inteligencia Artificial"
Ingeniería Informática - ETS Informática Métodos y Técnicas Informáticas específicas. Comportamientos humanos que se quieren simular/emular: IA: Vertiente "cognitiva" : Razonamiento, Intelecto,. RF: Vertiente
Más detallesMAESTRÍA EN INGENIERÍA DE SOFTWARE
MAESTRÍA EN INGENIERÍA DE SOFTWARE CREACIÓN DE UN SISTEMA EXPERTO PARA ASISTIR AL INGENIERO EN SOFTWARE EN LA ELABORACIÓN DE DOCUMENTOS DE REQUERIMIENTOS Alexandra Corral Díaz José Luis Carrillo Medina
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCAS SOCIALES Y ADMINISTRATIVAS CARRERA: INGENIERÍA EN INFORMÁTICA ESPECIALIDAD: COORDINACION: ACADÉMIA DE INFORMÁTICA DEPARTAMENTO: CIENCIAS
Más detallesInteligencia Artificial (EC5)
Inteligencia Artificial (EC5) Ciclo Lectivo 2018 Parte I Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL Contenido:
Más detallesPontificia Universidad Católica del Ecuador
1. DATOS INFORMATIVOS: MATERIA O MÓDULO: INTELIGENCIA ARTIFICIAL CÓDIGO: 12652 CARRERA: NIVEL: Ingeniería de Sistemas quinto No. CRÉDITOS: 4 CRÉDITOS TEORÍA: 2 CRÉDITOS PRÁCTICA: 2 SEMESTRE / AÑO ACADÉMICO:
Más detallesPROFESIONALES [PRESENCIAL]
SILABO POR ASIGNATURA 1. INFORMACION GENERAL Coordinador: SAQUICELA GALARZA VICTOR HUGO(victor.saquicela@ucuenca.edu.ec) Facultad(es): [FACULTAD DE INGENIERÍA] Escuela: [ESCUELA DE INFORMÁTICA] Carrera(s):
Más detallesRedes Semánticas. Redes semánticas. Limitaciones de las redes semánticas. Notas
Redes semánticas Redes Semánticas La lógica como lenguaje de representación tiene dificultades prácticas Son necesarios mecanismos mas intuitivos y fáciles de usar La psicología cognitiva afirma: La representación
Más detalles1. DATOS DE LA ASIGNATURA. Nombre de la Asignatura: Carrera: Clave de la Asignatura: SACTA: PRESENTACION. Caracterización de la asignatura.
1. DATOS DE LA ASIGNATURA Nombre de la Asignatura: Carrera: Clave de la Asignatura: Inteligencia Artificial Ingeniería en Informática SID-1305 SACTA: 2-3-5 2. PRESENTACION Caracterización de la asignatura.
Más detallesInteligencia Artificial. Carrera: Participantes. Representantes de la academia de sistemas y computación de los Institutos Tecnológicos.
1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Inteligencia Artificial Ingeniería en Sistemas Computacionales SCB - 0416 4-0-8
Más detallesResolución general de problemas
Resolución de problemas y conocimiento Resolución general de problemas Los métodos de resolución de problemas que hemos visto son de aplicación general Se fundamentan en una función heurística para obtener
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Inteligencia artificial. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Inteligencia artificial CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_10II_105000022_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Inteligencia artificial. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-02 GUÍA DE APRENDIZAJE ASIGNATURA Inteligencia artificial CURSO ACADÉMICO - SEMESTRE 2015-16 - Primer semestre GA_10II_105000022_1S_2015-16 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesINTELIGENCIA ARTIFICIAL II
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO PERIODO ABR. /SEP.-2015 INTELIGENCIA ARTIFICIAL II TEMA: RESUMEN#6: INTRODUCCIÓN A PRÓLOG AUTORA:
Más detallesInteligencia Artificial
Inteligencia Artificial Conjunto de técnicas que se aplican en el diseño de programas de computador para la resolución de problemas que por su dificultad requieren el uso de un cierto grado de inteligencia.
Más detallesUNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL. ASIGNATURA Inteligencia Artificial II. Ingeniería Aplicada
UNIVERSIDAD AUTÓNOMA DE BAJA CALIFORNIA SUR DEPARTAMENTO ACADÉMICO DE SIS COMPUTACIONALES INGENIERÍA EN TECNOLOGÍA COMPUTACIONAL ASIGNATURA Inteligencia Artificial II ÁREA DE Ingeniería Aplicada CONOCIMIENTO
Más detallesImplementación en la UV de un Sistema Experto para el apoyo en la solución de problemas en un sistema de educación en línea
Implementación en la UV de un Sistema Experto para el apoyo en la solución de problemas en un sistema de educación en línea M.I.A. Sonia Lilia Mestizo Gutiérrez. smestizo@uv.mx 1. Qué es un Sistema Experto?
Más detallesFICHA DE ASIGNATURAS DE INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO PARA GUÍA DOCENTE. EXPERIENCIA PILOTO DE CRÉDITOS EUROPEOS
FICHA DE ASIGNATURAS DE INTELIGENCIA ARTIFICIAL E INGENIERÍA DEL CONOCIMIENTO PARA GUÍA DOCENTE. EXPERIENCIA PILOTO DE CRÉDITOS EUROPEOS. UNIVERSIDADES ANDALUZAS DATOS BÁSICOS DE LA ASIGNATURA NOMBRE:
Más detallesInteligencia en Redes de Comunicaciones - 05 Razonamiento bajo incertidumbre
El objetivo del Tema 5 es explicar el tratamiento de la incertidumbre en los sistemas de razonamiento software. 1 El razonamiento humano se caracteriza por incluir en numerosas ocasiones componentes de
Más detallesFacultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez
Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Contenido: Inteligencia Artificial. Definiciones y Conceptos.
Más detallesTema 2: Introducción a los sistemas basados en el conocimiento
Introducción a la Ingeniería del Conocimiento Curso 2003 2004 Tema 2: Introducción a los sistemas basados en el conocimiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación
Más detallesPrograma de estudios por competencias Seminario de solución de problemas Inteligencia Artificial II
Programa de estudios por competencias Seminario de solución de problemas Inteligencia Artificial II 1. Identificación del curso Programa educativo: Licenciatura en Ingeniería en Computación Unidad de aprendizaje:
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO DIVISIÓN DE DOCENCIA DIRECCIÓN DE PLANEACIÓN Y DESARROLLO EDUCATIVO PROGRAMA DE ESTUDIO LICENCIATURA EN SISTEMAS COMPUTACIONALES PROGRAMAS DE ESTUDIO DE LA ASIGNATURA:
Más detallesINSTITUTO POLITÉCNICO NACIONAL SECRETARÍA ACADÉMICA DIRECCIÓN DE ESTUDIOS PROFESIONALES EN INGENIERÍA Y CIENCIAS FÍSICO MATEMÁTICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: INGENIERÍA EN INFORMÁTICA ESPECIALIDAD: COORDINACION: ACADEMIA DE INFORMÁTICA DEPARTAMENTO: CIENCIAS
Más detallesInteligencia Artificial (EC5)
Inteligencia Artificial (EC5) Ciclo Lectivo 2017 Sistemas Expertos Parte II Facultad de Ciencias Exactas y Tecnología Universidad Nacional de Tucumán Mg. Ing. Gustavo E. Juárez - SISTEMAS EXPERTOS Definiciones.
Más detallesANX-PR/CL/ GUÍA DE APRENDIZAJE. ASIGNATURA Inteligencia artificial. CURSO ACADÉMICO - SEMESTRE Primer semestre
ANX-PR/CL/001-01 GUÍA DE APRENDIZAJE ASIGNATURA Inteligencia artificial CURSO ACADÉMICO - SEMESTRE 2016-17 - Primer semestre GA_10MI_105000133_1S_2016-17 Datos Descriptivos Nombre de la Asignatura Titulación
Más detallesTITULACIÓN Ingeniero Técnico en Informática de Gestión ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA:
TITULACIÓN Ingeniero Técnico en Informática de Gestión ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA: TEORÍA Tema 1. INTELIGENCIA ARTIFICIAL [Mir95, Ric94, Rus09, Bor93, Nil00,
Más detallesLas redes semánticas intentan trasladar esa afirmación a un formalismo Una red semántica será un grafo donde:
Redes Semánticas Redes semánticas La lógica como lenguaje de representación tiene dificultades prácticas Son necesarios mecanismos mas intuitivos y fáciles de usar La psicología cognitiva afirma: La representación
Más detallesProgramación Declarativa: Lógica y restricciones
Programación Declarativa: Lógica y restricciones Guía de Aprendizaje Información al estudiante 1. Datos Descriptivos Titulación Módulo Materia Asignatura Carácter Créditos ECTS Departamento responsable
Más detallesM.C. Mariano Larios G. 3 de diciembre de 2009
3 de diciembre de 2009 Tabla de criterios Criterios Porcentajes Exámenes 30 % Participación en clase Tareas 20 % Exposiciones 10 % Simulaciones Trabajos de investigación y/o de intervención Prácticas
Más detallesTema 2: Inteligencia computacional y conocimiento
Razonamiento Automático Curso 999 2000 Tema 2: Inteligencia computacional y conocimiento José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial
Más detallesTITULACIÓN Ingeniero Técnico en Informática de Sistemas ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA:
TITULACIÓN Ingeniero Técnico en Informática de Sistemas ASIGNATURAS DE SEGUNDO CURSO DEL PLAN 1999 INFORMÁTICA APLICADA PROGRAMA: TEORÍA Tema 1. INTELIGENCIA ARTIFICIAL [Mir95, Ric94, Rus09, Bor93, Nil00,
Más detallesPROYECTO DOCENTE ASIGNATURA "Sistemas multiagente e inteligencia distribuida"
PROYECTO DOCENTE ASIGNATURA "Sistemas multiagente e inteligencia distribuida" DATOS BÁSICOS DE LA ASIGNATURA Titulación: MASTER EN INGENIERIA DE COMPUTADORES Y REDES Asignatura: Sistemas multiagente e
Más detallesInteligencia Artificial
Inteligencia Artificial Conocimiento y razonamiento 2. Lógica proposicional Dr. Edgard Iván Benítez Guerrero 1 Lenguajes lógicos Los hechos forman parte del mundo, mientras que las sentencias son la representación
Más detallesModelos de Razonamiento
Modelos de Razonamiento P R E S E N T A C I Ó N D E L A A S I G N A T U R A C U R S O : 5 º P R O F E S O R E S : O S C A R C O R C H O G A R C Í A M I G U E L A N G E L G A R C Í A R E M E S A L Objetivos
Más detallesTema 10: Conceptos Metalógicos
Facultad de Informática Grado en Ingeniería Informática Lógica PARTE 2: LÓGICA DE PRIMER ORDEN Tema 10: Conceptos Metalógicos Profesor: Javier Bajo jbajo@fi.upm.es Madrid, España 12/11/2012 Introducción
Más detallesRepresentación basada en Restricciones
Representación basada en Restricciones Asunción Gómez-Pérez asun@fi.upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660
Más detallesInteligencia Artificial Arquitectura de los sistemas basados en el conocimiento
Inteligencia Artificial Arquitectura de los sistemas basados en el conocimiento Primavera 2007 profesor: Luigi Ceccaroni SBCs de última generación BCs modulares y formales (ontologías) Componente auto-explicativo
Más detallesLÓGICA FORMAL TEORIAS DE PRIMER ORDEN. Sintaxis y semántica
LÓGICA FORMAL TEORIAS DE PRIMER ORDEN Sintaxis y semántica Pedro López Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Lenguajes de primer orden 1 La lógica
Más detallesParadigmas de Programación
Cátedra: PARADIGMAS DE PROGRAMACION Código: K9529 Carrera: INGENIERIA EN SISTEMA DE INFORMACIÓN Plan: ORD. Nº 1150 Año: 2013 Régimen: CUATRIMESTRAL Horas semanales: 8 Programa Analítico Paradigmas de Programación
Más detallesINGENIERÍA DEL SOFTWARE
ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE MANABÍ MANUEL FÉLIX LÓPEZ CARRERA INFORMÁTICA SEMESTRE SÉPTIMO PERIODO ABR. /SEP.-2015 INGENIERÍA DEL SOFTWARE TEMA: RESUMEN#4: LENGUAJE UNIFICADO DE MODELADO
Más detallesTema 2: Introducción a los sistemas basados en el conocimiento
Introducción a la Ingeniería del Conocimiento Curso 2006 2007 Tema 2: Introducción a los sistemas basados en el conocimiento Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia
Más detallesINTRODUCCION AL DISEÑO EDUCATIVO Andrea Paola Leal Rivero. La Academia al servicio de la Vida
Andrea Paola Leal Rivero La Academia al servicio de la Vida INTRODUCCION El diseño de Software juega un papel importante en el desarrollo de software lo cual permite producir varios modelos del sistema
Más detallesGuía docente de la asignatura
Guía docente de la asignatura Asignatura Materia Módulo Titulación Fundamentos de Inteligencia Artificial Entorno Software Grado en Ingeniería Informática Grado en Ingeniería Informática de Sistemas Plan
Más detallesINTRODUCCION A LA INTELIGENCIA ARTIFICIAL
C ASIGNATURA: INTRODUCCION A LA INTELIGENCIA ARTIFICIAL Curso 2009/2010 (Código:532097) 1.OBJETIVOS Esta asignatura comprende los fundamentos necesarios para la formación de aquellos alumnos que hayan
Más detallesInteligencia Artificial. Sistemas Expertos y CLIPS
Inteligencia Artificial Sistemas Expertos y CLIPS Prof. Wílmer Pereira Sistema Experto Programa que explota unidades dispersas de conocimiento que constituyen el dominio de experticia de un especialista
Más detallesLógica e Inteligencia Artificial: Una Historia sin Fin
Lógica e Inteligencia Artificial: Una Historia sin Fin UCAB / USB Detractores de Lógica en IA... Búsqueda del razonamiento lógico desde Aristóteles, con su consolidación por Peano, Frege, Russel,... y
Más detallesDISTRIBUCIÓN HORARIA DE LA ASIGNATURA SEGÚN NORMATIVA
Pag. 1 de 7 GUÍA DOCENTE CURSO: 2015-16 DATOS BÁSICOS DE LA ASIGNATURA Asignatura: Sistemas inteligentes Código de asignatura: 4102225 Plan: Grado en Matemáticas (Plan 2010) Año académico: 2015-16 Ciclo
Más detallesDURACIÓN Y UBICACIÓN TEMPORAL DENTRO DEL PLAN DE ESTUDIOS
5.3.2.7 FICHA DE LA MATERIA PROGRAMACIÓN DENOMINACIÓN DE LA MATERIA PROGRAMACIÓN MÓDULO AL QUE PERTENECE CRÉDITOS ECTS 30 CARÁCTER Obligatoria DURACIÓN Y UBICACIÓN TEMPORAL DENTRO DEL PLAN DE ESTUDIOS
Más detallesUniversidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso)
Universidad Nacional de Educación a Distancia Ingeniería Técnica en Informática de Sistemas Introducción a la Inteligencia Artificial (2º curso) Soluciones exámenes junio 2010 Semana 1. Ejercicio 1. (Valoración:
Más detallesLa Web Semántica: definición oficial
La Web Semántica: definición oficial The Semantic Web is the representation of data on the World Wide Web. It is a collaborative effort led by W3C with participation from a large number of researchers
Más detallesINSTITUTO POLITECNICO NACIONAL SECRETARIA ACADEMICA DIRECCION DE ESTUDIOS PROFESIONALES EN INGENIERIA Y CIENCIAS FISICO MATEMATICAS
ESCUELA: UNIDAD PROFESIONAL INTERDISCIPLINARIA DE INGENIERÍA Y CIENCIAS SOCIALES Y ADMINISTRATIVAS CARRERA: LICENCIATURA EN CIENCIAS DE LA INFORMÁTICA LÍNEA CURRICULAR: SISS DE INFORMACIÓN COORDINACION:
Más detallesIngeniería en Sistemas y Comunicaciones
Universidad Autónoma del Estado de México Centro Universitario UAEM Valle de México Ingeniería en Sistemas y Comunicaciones Unidad de Aprendizaje: Inteligencia Artificial Tema: Arquitectura de los Sistemas
Más detallesBENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION
BENEMÉRITA UNIVERSIDAD AUTÓNOMA DE PUEBLA FACULTAD CIENCIAS DE LA COMPUTACION PROGRAMA DE LA MATERIA CORRESPONDIENTE A LA LICENCIATURA EN CIENCIAS DE LA COMPUTACIÓN. Coordinación: NOMBRE DE LA MATERIA:
Más detallesRepresentación del conocimiento. Lógica y representación del conocimiento.
Representación del conocimiento Lógica y representación del conocimiento. Contenidos 1. Papel de la lógica en la representación del conocimiento. 2. Principios de Ingeniería de Conocimiento en Lógica de
Más detalles