SECUENCIA DIDÁCTICA. Nombre de curso: Inteligencia Artificial Clave de curso: COM2508C11

Transcripción

1 SECUENCIA DIDÁCTICA Nombre de curso: Inteligencia Artificial Clave de curso: COM2508C11 Antecedente: Ninguno Clave de antecedente: Ninguna Módulo Competencia de Módulo: Proponer y aplicar soluciones e innovaciones tecnológicas con la finalidad de automatizar los procesos, atendiendo los principios de la organización y gestión efectiva de la información en los departamentos que así lo requieran Competencia de curso: Utilizar las técnicas de representación del conocimiento en las diferentes aplicaciones de la Inteligencia Artificial para solución de problemas complejos. Elementos de competencia: 1. Conocer los conceptos fundamentales de la Inteligencia Artificial, además de sus alcances y limitaciones para la solución de problemas. 2. Conocer los paradigmas de la Inteligencia artificial para la solución automática de problemas. 3. Conocer las técnicas para el aprendizaje automatizado para crear aplicaciones reales. Perfil del docente: Maestría en las áreas de Ciencias con especialidad en Sistemas Inteligentes, Ingeniería de Software, Sistemas Computacionales o afín. El docente debe tener amplios conocimientos sobre aplicaciones de Inteligencia Artificial. Contar con habilidades para desarrollar la función de docencia y mostrar interés por los temas relacionados con su especialidad y tener espíritu investigador para garantizar su competencia y la de sus estudiantes. Evalúa los procesos de enseñanza y de aprendizaje con un enfoque formativo, con una actitud de cambio a las innovaciones pedagógicas. Construye ambientes para el aprendizaje autónomo y colaborativo. Elaboró: Ing. José Jesús Miranda Mirasol (LSCA) Mayo 2010 Autorizó: Dirección de Unidad Académica Magdalena Mayo 2010 Actualizó: Autorizó:

2 Elemento de competencia: 1. Conocer los conceptos fundamentales de la Inteligencia Artificial, además de sus alcances y limitaciones para la solución de problemas Fase Identificar conceptos y antecedentes de la Inteligencia Artificial Contenido Definición Antecedentes de la Inteligencia Artificial Paradigmas de la IA Inteligencia Humana vs Inteligencia Artificial. Estrategias de formación redonda Actividades con tiempos de dedicación (T.D) Actividades supervisadas (T.D) Actividades Independientes (T.D) Exposición sobre historia de la IA sobre antecedentes de la IA Exposición en equipo sobre los paradigmas de la IA Mesa redonda Inteligencia Humana vs Inteligencia Artificial. Investigar sobre los paradigmas de la IA Preparar debate sobre Inteligencia Humana vs Inteligencia Artificial. Conocer los componentes de la Inteligencia Artificial a) Apropiación del conocimiento b) Representación del conocimiento c) Generación del conocimiento d) Movimiento Exposición por parte de los s sobre componentes de la IA sobre componentes de la IA Investigar en equipo sobre componentes de la IA Identificar los alcances y limitaciones de la Inteligencia Artificial Antecedentes Limitaciones de la IA y Exposición por parte de los s sobre los alcances y limitaciones de la IA. Exposición de parte del sobre los alcances y limitaciones de la IA. Investigar sobre los alcances y limitaciones de la IA

3 Atributos genéricos Valores y actitudes Evaluación Análisis. Creatividad. Aprendizaje autónomo. Trabajo en equipo. Tolerancia. Perseverancia. Puntualidad. Responsabilidad. Evidencias de la competencia Investigar sobre los paradigmas de la IA Investigación sobre Inteligencia Artificial Debate sobre Inteligencia Humana vs Inteligencia Artificial. Investigar sobre componentes de la IA Investigar sobre los alcances y limitaciones de la IA Materiales didácticos de apoyo Cañón Laptop Computadora personal Internet Aspectos afectivo-emocionales Responsabilidad en la entrega de trabajos Puntualidad en la asistencia y entrega de trabajos Apoyo a sus compañeros Portafolio del estudiante Investigar sobre los paradigmas de la IA Investigación sobre Inteligencia Artificial Debate sobre Inteligencia Humana vs Inteligencia Artificial. Investigar sobre componentes de la IA Investigar sobre los alcances y limitaciones de la IA Fuentes de Información 1. Stuart J. Russell y Peter Norvig (2004) Inteligencia Artificial, un enfoque práctico. Editorial Pearson Prentice Hall

4 Elemento de competencia: 2 Conocer los paradigmas de la Inteligencia artificial para la solución automática de problemas. Fase Conocer la solución de problemas por búsqueda. Contenido Problemas de búsqueda. Técnicas de búsqueda ciega. Técnicas de búsqueda heurísticamente informada. Técnicas de búsqueda óptima. Técnicas de búsqueda con adversarios. Estrategias de formación Ejercicios prácticos Actividades con tiempos de dedicación (T.D) Actividades supervisadas (T.D) Actividades Independientes (T.D) Exposición sobre agentes resolventes problemas sobre problemas y soluciones bien definidos. Resolver problemas Exposición sobre búsqueda ciega Exposición sobre búsqueda heurísticamente informada. Exposición sobre técnicas de búsqueda óptimas sorbe técnicas de búsqueda con adversarios. utilizando técnicas de búsqueda Investigar sobre agentes resolventes problemas Investigar sobre búsqueda ciega. Investigar sobre búsqueda heurísticamente informada. Investigar sobre búsqueda óptimas. Investigar sobre búsqueda con adversarios Conocer los diferentes métodos para representar el conocimiento. Agentes. Lógica de primer orden. Representación del conocimiento. Ejercicios prácticos Exposición sobre agentes inteligentes sobre tipos de agentes. Demostración por parte del sobre la LPO (Lógica de Primer Orden) Resolución de ejercicios Ejercicio utilizando de la Lógica de Primer Orden en la representación de conocimiento. Investigar sobre agentes inteligentes Utilizar los métodos de razonamiento en la Inteligencia Artificial. Razonamiento Progresivo Razonamiento Regresivo Razonamiento con Incertidumbre Exposición por parte de los s sobre el razonamiento progresivo. sobre razonamiento regresivo Exposición por parte de los s sobre razonamiento con incertidumbre Investigar sobre el razonamiento progresivo Investigar sobre el razonamiento con incertidumbre

5 Analizar algunas técnicas utilizadas para la planificación. Técnicas de Planificación. Planificación y Acción en el mundo real Agentes que planean Exposición por parte de los s sobre técnicas de planeación. de planificación mediante. comparativa de distintos planificadores 4 h Investigar sobre técnicas de planeación en Inteligencia Artificial. (Planificación clásica, Planificación neoclásica, Heurísticas y estrategias de control, Planificación temporal con recursos, Planificación y ejecución)

6 Atributos genéricos Valores y actitudes Evaluación Análisis Creatividad Aprendizaje autónomo Trabajo en equipo. Tolerancia Perseverancia Puntualidad Responsabilidad Evidencias de la competencia Investigación sobre agentes resolventes problemas Investigación sobre búsqueda ciega. Investigación sobre búsqueda heurísticamente informada. Investigación sobre búsquedas óptimas. Investigación sobre búsqueda con adversarios Investigación sobre agentes inteligentes Investigación sobre el razonamiento progresivo Investigación sobre el razonamiento con incertidumbre Investigación sobre técnicas de planeación en Inteligencia Artificial. (Planificación clásica, Planificación neoclásica, Heurísticas y estrategias de control, Planificación temporal con recursos, Planificación y ejecución) Materiales didácticos de apoyo Cañón Laptop Computadora personal Internet Aspectos afectivo-emocionales Responsabilidad en la entrega de trabajos Puntualidad en la asistencia y entrega de trabajos Apoyo a sus compañeros Portafolio del estudiante Investigación sobre agentes resolventes problemas Investigación sobre búsqueda ciega. Investigación sobre búsqueda heurísticamente informada. Investigación sobre búsquedas óptimas. Investigación sobre búsqueda con adversarios Investigación sobre agentes inteligentes Investigación sobre el razonamiento progresivo Investigación sobre el razonamiento con incertidumbre Investigación sobre técnicas de planeación en Inteligencia Artificial. (Planificación clásica, Planificación neoclásica, Heurísticas y estrategias de control, Planificación temporal con recursos, Planificación y ejecución) Fuentes de Información 1. Mira Mira, José; Fernández Galán, Severino; González Boticario, Jesús (2007) Problemas Resueltos de Inteligencia Artificial Aplicada. Búsqueda y Representación. (1ª) Editorial: PEARSON ADDISON-WESLEY ISBN(13): M. Ghallab, D. Nau y P. Traverso(2004) "Automated Planning: Theory and Practice", Morgan Kaufmann 3. Stuart J. Russell y Peter Norvig (2004) Inteligencia Artificial, un enfoque práctico. Editorial Pearson Prentice Hall

7 3. Conocer las técnicas para el aprendizaje automatizado para crear aplicaciones reales. Elemento de competencia: Fase Conocer los conceptos y técnicas del aprendizaje. Contenido Conceptos generales de aprendizaje. Tipos de aprendizaje Aprendizaje basado en instancias. Aprendizaje por Árboles de decisión. Aprendizaje con Redes Neuronales. Aprendizaje Bayesiano. Estrategias de formación Actividades con tiempos de dedicación (T.D) Actividades supervisadas (T.D) Actividades Independientes (T.D) Exposición por parte de los s sobre los conceptos generales del aprendizaje. sobre tipos de aprendizaje. Explicación por parte del sobre el aprendizaje basado en instancias (IBL). Realizar ejemplos de aplicación. Explicación por parte del sobre el aprendizaje por árboles de decisión. Resolver ejercicios de aprendizaje por árboles de decisión. Demostración del aprendizaje concedes neuronales. Explicación por parte del sobre el aprendizaje Bayesiano. Resolver ejercicios de aprendizaje Bayesiano. Investigar sobre conceptos y tipos de aprendizaje. Realizar aplicaciones utilizando la Inteligencia Artificial. Robótica. Visión por computadora. Procesamiento del lenguaje natural. Recuperación de información. Exposición por parte de los s sobre robótica. Exposición de aplicaciones IA en robótica Exposición sobre aplicaciones de visión por computadora. Exposición sobre Procesamiento del lenguaje natural. Investigar sobre aplicaciones en robótica. Preparar demostración de aplicaciones de la IA en robótica. Investigar sobre conceptos y metodologías tradicionales de la Visión por Computadora y sus aplicaciones para la solución de problemas reales

8 Reconocimiento de patrones Elaboración de proyecto final. sobre recuperación de información. sobre las técnicas de la IA e las que se apoya el reconocimiento de patrones. Desarrollar una aplicación utilizando la IA. Investigar sobre el procesamiento del lenguaje natural. Investigación sobre reconocimiento de patrones (definición y objetivo) Atributos genéricos Valores y actitudes Evaluación Análisis Creatividad Aprendizaje autónomo Trabajo en equipo. Tolerancia. Perseverancia. Puntualidad. Responsabilidad. Evidencias de la competencia Investigación sobre conceptos y tipos de aprendizaje Investigación sobre aplicaciones en robótica. Preparar demostración de aplicaciones de la IA en robótica. Investigación sobre conceptos y metodologías tradicionales de la Visión por Computadora y sus aplicaciones para la solución de problemas reales Investigación sobre el procesamiento del lenguaje natural. Investigación sobre reconocimiento de patrones (definición y objetivo) Materiales didácticos de apoyo Cañón Laptop Computadora personal Internet Rotafolios Aspectos afectivo-emocionales Responsabilidad en la entrega de trabajos Puntualidad en la asistencia y entrega de trabajos Apoyo a sus compañeros Portafolio del estudiante Investigación sobre conceptos y tipos de aprendizaje Investigación sobre aplicaciones en robótica. Preparar demostración de aplicaciones de la IA en robótica. Investigación sobre conceptos y metodologías tradicionales de la Visión por Computadora y sus aplicaciones para la solución de problemas reales Investigación sobre el procesamiento del lenguaje natural. Investigación sobre reconocimiento de patrones (definición y objetivo Proyecto final. Fuentes de Información 1. Stuart J. Russell y Peter Norvig (2004) Inteligencia Artificial, un enfoque práctico. Editorial Pearson Prentice Hall 2. José Ruiz- Shulcloper. Reconocimiento de Patrones: Enfoque Lógico Combinatorio. Ed. Instituto Politécnico Nacional