Visión n del Usuario Final
|
|
- Gloria Lara Villalobos
- hace 5 años
- Vistas:
Transcripción
1 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 de vista Puntos de vista más usuales (menor a mayor complejidad) Final Ingeniero del Desarrollador de Herramientas que trabaja con el sistema final (cliente) Introducir lo más correctamente y completa los datos entrada Su percepción del sistema es la más simple Componentes: BASE Visión n del Final Visión n del Final El Programa Inteligente Contiene la parte inteligente del sistema Lo más habitual No sabe como trabaja internamente Tampoco le preocupa Es una caja negra Recibe datos de entrada Genera soluciones BASE La Interfaz de Facilita comunicación entre usuario y el programa (menús, ventanas, lenguaje natural, gráficos, ) Funciones típicas: 1. Permitir al programa plantear cuestiones acerca del problema 2. Dar explicaciones de las preguntas plantadas al usuario. 3. Proporcionar justificaciones de las decisiones tomadas 4. Mostrar resultados 5. Registrar dichas conclusiones Posible riesgo Diseño de la interfaz sin contar con el usuario final BASE
2 Visión n del Final Visión n del Ingeniero de La Base de Datos Específica del Problema Toda la información del estado actual del problema reflejado en el sistema Datos de Entrada Del usuario De un sistema de B.D. De un sistema de sensores Resultados Intermedios De datos de entrada Otros resultados intermedios Resultados Finales De datos de entrada Resultados Intermedios Inconvenientes: Resuelven problemas con datos incompletos o imprecisos Datos de entrada erróneos llevan a conclusiones erróneas BASE Desarrolla el SBC en conjunción con el Experto del dominio Comunicación basada en entrevistas Interacción en todas las etapas del desarrollo (en espiral) Reflejar fielmente el conocimiento experto Componentes: Programa Inteligente Base de BASE Motor de Configuración Inferencias (usuario -> caja negra) (ingeniero conocimiento) Herramienta Adquisición de Base de Datos de Casos de Prueba Interfaz del Desarrollador El Programa Inteligente El Programa Inteligente Separa representación y manipulación del conocimiento La Base de s Es el elemento más importante de un SBC experto del dominio en resolución de problemas Perspectivas del Naturaleza Representación Algorítmica Heurística Predicados Reglas Redes Semánticas Frames Objetos Motor de Inferencias Intérprete del conocimiento Genera Datos adicionales Conclusiones Dominio del Problema Datos del problema particular Conjunto de problemas que puede resolver Nodos (izq): Síntomas, características, signos, Nodos (der): Posibles soluciones al problema Grafo del Problema Resto de Nodos: conclusiones intermedias Arcos: Como conecta el experto el conocimiento para llegar a una solución
3 Grafo del problema de identificación n de frutas El Motor de Inferencias Encontrar una solución se puede resumir en encontrar un camino Entre los Datos de Entrada y la Solución Formas de Trabajo 1. Desde las características observadas a las soluciones (Encadenamiento/Razonamiento hacia delante) 2. De las soluciones a las características observadas (Encadenamiento/Razonamiento hacia atrás) 3. Desde ambos extremos simultáneamente (Razonamiento Bidireccional) Cuál usar? Dominio del problema Forma de razonar el experto Problema Nuestra herramienta soporta el esquema de representación deseado? Estructuración Depuración Facilita al ingeniero del conocimiento experto Ampliación Modificación Tiene 3 componentes características Tipo No todas son necesarias en función del del sistema a desarrollar Dimensión Componentes Herramienta de Adquisición de Base de Datos de Casos de Prueba Interfaz del Desarrollador Herramienta de adquisición de Facilita al ingeniero al representación/introducción del conocimiento resultado de las entrevistas con el experto Elementos típicos Editor de la entrada/modificación conocimiento Entorno de depuración/control de versiones/controlar la coherencia Base de Datos de Casos de Prueba Se introducen sucesivos cambios en la base de conocimiento Hay que evitar: Inconsistencias (Borrado) Contradicciones (Inserción) Solución: generar un banco de pruebas Problemas ya analizados y resueltos por el sistema Se comprueban las mismas soluciones tras los cambios
4 Visión n del Desarrollador de Herramientas Interfaz del Desarrollador Similar al del usuario final + características que faciliten el desarrollo Permite trazar en que forma el sistema emplea el conocimiento Justificación de preguntas empleado en el razonamiento Usa: menús, gráficas, navegadores, etc. Practicar con la base de conocimientos Trabajar con un subconjunto del conocimiento Navegadores sobre objetos/reglas de conocimiento Configurar el motor de inferencias Tipo de Razonamiento Estrategia Objetivos Su visión del SBC es muy similar al del ingeniero Su cliente: el ingeniero de conocimiento Objetivo: desarrollar herramientas empleadas por el ingeniero Decisiones: Representaciones disponibles para el conocimiento Estrategias de razonamiento en el Motor de Inferencias Características del Entorno de desarrollo Visión n del Desarrollador de Herramientas Programa Inteligente Base de s Esquema de representación Motor de Inferencias Esquema de Razonamiento Forw/Back/Bidir/otros Agenda de tareas? Razonamiento Inexacto? Qué Soluciones? Todas/ La mejor/ otras Base de Datos Control de versiones Herr. Adquisición de Nivel de detalle Explicaciones Test Automático de la Base de Con. Completud/Consistencia/Conflictos Base de Datos de Casos de Prueba Debe existir? Interfaz de Permite trazar ejecuciones? Explica Estructuras Entornos Basados en Tipos de Shells en el desarrollo de SBC Herramientas caras Clasificación por paradigmas Inductivos: Buscamos ejemplos representativos (Aprendizaje automático) Los más simples Generan: árbol de decisión/conjunto de reglas a leer secuencialmente Basados en Reglas Reglas del tipo IF-THEN Bloque de reglas / Editores de Reglas / Esquemas de razonamiento / Estrategias Híbridos Los más flexibles y caros Incorporan varios paradigmas Propósito Especial Difícil aplicación fuera de su ámbito
5 Entornos Basados en Desarrollo desde cero Ventaja: Mayor adaptabilidad a las necesidades del ingeniero Inconvenientes: Mayor coste tiempo/esfuerzo Doble trabajo: desarrollo herramienta + SBC
Inteligencia 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 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 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 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 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 detallesArquitectura Sistema Experto
Universidad Nacional Mayor de San Marcos Facultad de Ciencias Matemáticas EAP. Computación Científica Arquitectura Sistema Experto Curso: Inteligencia Artificial Prof. Oscar Benito Pacheco Tópicos La Arquitectura
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 detallesRepresentación de Conocimientos
Representación de Conocimientos Asunción Gómez-Pérez asun@fi.upm.es Despacho 2104 Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo
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 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 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 detallesComponentes de los SBC. Componentes de los SBC. SBC basados en sistemas de producción. Notas
Componentes de los SBC Componentes de los SBC Queremos construir sistemas con ciertas características: Resolución de problemas a partir de información simbólica Resolución mediante razonamiento y métodos
Más detallesINSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO. Sistemas Expertos. M. En C. Eduardo Bustos Farías
INSTITUTO POLITÉCNICO NACIONAL ESCUELA SUPERIOR DE CÓMPUTO Sistemas Expertos M. En C. Eduardo Bustos Farías Temario Introducción a Sistemas Expertos Características de los SE Tareas típicas Características
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 detallesFormalismos 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 detallesResolución general de problemas
Introducción a los Sistemas Basados en el Conocimiento Resolución de problemas y conocimiento Resolución general de problemas Los métodos de resolución de problemas que hemos visto son de aplicación general
Más detallesIntroducción a los Sistemas Basados en el Conocimiento (2011/2012)
Luis Valencia Cabrera (coordinador) lvalencia@us.es (http://www.cs.us.es/~lvalencia) Manuel García-Quismondo mgarciaquismondo@us.es (http://www.cs.us.es/~mgarcia) Ciencias de la Computacion e IA (http://www.cs.us.es/)
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 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 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 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 detallesSistemas Basado en Conocimiento: Test Vocacional Basado en Chaside. Universidad Nacional de Trujillo
Sistemas Basado en Conocimiento: Test Vocacional Basado en Chaside Universidad Nacional de Trujillo Escuela de Informática Docente: Ing. Arturo Díaz Pulido Alvarez Carhuajulca,Pedro Estudiante de Informática
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 detallesTema 20: La importancia de realizar pruebas
Departamento de Ciencias e Ingeniería de la Computación Academia de Ciencias de la Computación Tema 20: La importancia de realizar pruebas M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com
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 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 detallesALTERNATIVAS DE REPRESENTACIÓN DE CONOCIMIENTOS
ALTERNATIVAS DE REPRESENTACIÓN DE CONOCIMIENTOS Redes semánticas. Marcos (Frames). Cálculo de Predicados. Redes Neuronales. Reglas de Producción. (if - then) RED SEMÁNTICA Método de representación de conocimientos
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 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 detallesEn capítulos anteriores se ha descrito el procedimiento llevado acabo para el
CAPITULO 4 DISEÑO Y PROGRAMACION DEL SISTEMA DE PROCESAMIENTO En capítulos anteriores se ha descrito el procedimiento llevado acabo para el diseño del elemento mecánico flexible, que se deformara al ser
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 detallesGeNie: entorno de desarrollo para la construcción de modelos gráficos de decisión Decision Systems Laboratory, University of Pittsburgh.
GeNie: entorno de desarrollo para la construcción de modelos gráficos de decisión Decision Systems Laboratory, University of Pittsburgh GeNie Modelos Gráficos Probabilísticos Modelos Gráficos: teoría de
Más detallesLógica en Ciencias de la Computación. Caso de estudio: PROLOG
Lógica en Ciencias de la Computación. Caso de estudio: PROLOG UCAB / USB Papel de la Lógica L en Informática Formación: Menos discurso, más razonamiento Área genérica que aplica a múltiples dominios de
Más detallesSistemas de produción. Sistemas de Producción. El motor de inferencias. Notas
Sistemas de Producción Introducción Las representación mediante formalismos lógicos puede verse de forma procedimental Describimos cuales son los pasos para resolver un problema como una cadena de deducciones
Más detallesSistemas de Producción
Introducción Sistemas de Producción Las representación mediante formalismos lógicos puede verse de forma procedimental Describimos cuales son los pasos para resolver un problema como una cadena de deducciones
Más detallesFUNDAMENTOS DE BASES DE DATOS TEMA 3
FUNDAMENTOS DE BASES DE DATOS TEMA 3 El Sistema de Contenido 3.1. El SGBD como interfaz entre el usuario y la base de datos.. 3.3. Ejemplos de SGBD 1 3.1. El SGBD como Interfaz entre el Usuario y la Base
Más detallesSistema experto: Elección de jugadores de fútbol a partir de unas determinadas características seleccionadas.
Sistema experto: Elección de jugadores de fútbol a partir de unas determinadas características seleccionadas. Miriam Organista Ayala Estudiante Ing. Telecomunicación Universidad Carlos III de Madrid Avda.
Más detallesCaracterísticas Generales de los Sistemas Expertos. Análisis de la Viabilidad de un Sistema Experto. Organización General de un Sistema Experto
CAPITULO 1 INGENIERÍA DEL CONOCIMIENTO Características Generales de los Sistemas Expertos Análisis de la Viabilidad de un Sistema Experto Organización General de un Sistema Experto Fases de la Adquisición
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 detallesPruebas de Software. Agenda. Pruebas de Programas Los Niveles de Prueba Diseño de Casos de Prueba
Pruebas de Software R. Casallas Dpto. de Ingeniería de Sistemas y Computación Universidad de los Andes 1 Agenda Pruebas de Programas Los Niveles de Prueba Diseño de Casos de Prueba 2 1 Pruebas de Programas
Más detalles3.Conocimientos previos requeridos 7.Estimación de la dedicación del alumno. 4.Contenidos mínimos. 1.Introducción. 2.Objetivos generales
Proyecto Docente Curso 05/06 1 de 9 1.Introducción. 2.Objetivos generales 5.Competencias. 6.Calendario de actividades. 9. Evaluación 10. Bibliografía del aprendizaje. 3.Conocimientos previos requeridos
Más detallesInteligencia Artificial e Ingeniería del Conocimiento Tipo Troncal Impartición Anual Créditos ETCS
Asignatura Inteligencia Artificial e Ingeniería del Conocimiento Tipo Troncal Impartición Anual Créditos ETCS Titulación Centro Departamento Página web de la asignatura 7,5 Curso 4.º Código 42542 Ingeniero
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 detallesInteligencia de Negocios
Inteligencia de Negocios S I S T E M A S D E A P O Y O A L A T O M A D E D E C I S I O N E S ( D S S ) Claudio Henríquez Berroeta Componentes Sistema de gestión de datos Es donde se realizan las actividades
Más detallesASIGNATURA DE MÁSTER: MÉTODOS SIMBÓLICOS
ASIGNATURA DE MÁSTER: MÉTODOS SIMBÓLICOS Curso 2015/2016 (Código:3110117-) 1.PRESENTACIÓN El objetivo de esta materia es que el alumno adquiera el concepto de conocimiento, lo asimile correctamente, y
Más detallesSISTEMA EXPERTO (SE)
SISTEMA EXPERTO (SE) Programa computacional que exhibe, dentro de un dominio específico, un grado de experiencia en la solución de un problema comparable con la forma en que un experto humano lo haría.
Más detallesLección 1. Estructura de las Tablas Bases de Datos para la creación de informes de Tabla Dinámica.
Dirigido a: Este curso está dirigido a cualquier persona que en su actividad laboral o académica, requiera resumir, analizar y consolidar cualquier tipo de información, ya sea tabulada en Excel, proveniente
Más detallesSistemas Expertos Unidad 1
Sistemas Expertos Unidad 1 Prof. Francklin Rivas Echeverría Universidad de Los Andes Laboratorio de Sistemas Inteligentes 2005 Sistemas expertos Es una aplicación n informática que soluciona problemas
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 detallesSistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesSistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ingeniería Electrónica Ingeniería del Conocimiento
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ingeniería Electrónica Ingeniería del Conocimiento IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesTema 2: Diseño y Construccion de Sistemas de Ayuda a la Decision
Tema 2: Diseño y Construccion de Sistemas de Ayuda a la Decision Procesos de desarrollo de SAD Hay dos formas de desarrollar SAD: Programar un SAD a medida: se puede emplear un lenguaje convencional como
Más detallesComputación.
www.upv.es www.inf.upv.es Origen de las diferentes ramas (modelo USA) Primeros programas Undergraduate relacionados con los computadores: Computer Science, Electrical Engineering, y Information Systems.
Más detallesRazonamiento bajo incertidumbre
Inteligencia en Redes de Comunicaciones Razonamiento bajo incertidumbre Julio Villena Román jvillena@it.uc3m.es Razonamiento humano En el razonamiento humano hay que trabajar con la incertidumbre: la información
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 detallesTipos de problemas en SBC
Tipos de problemas en SBC Clasificación de problemas La identificación de tipologías de problemas en SBC facilita su desarrollo Cada tipo permite determinar: Un conjunto de tareas usuales Un conjunto de
Más detallesMatemáticas Aplicadas 3º ESO. a) Criterios de evaluación y estándares de aprendizaje evaluables básicos. Bloque 1. Contenidos comunes. 1.
Matemáticas Aplicadas 3º ESO. a) Criterios de evaluación y estándares de aprendizaje evaluables básicos. Bloque 1. Contenidos comunes. 1. Utilizar procesos de razonamiento y estrategias de resolución de
Más detallesMetodología y Tecnología de la Programación. I.T. Informática de Gestión
ESCUELA POLITÉCNICA SUPERIOR DE CÓRDOBA PROGRAMAS, MÉTODOS Y CRITERIOS DE EVALUACIÓN A APLICAR DURANTE EL PROCESO DE EXTINCIÓN DEL PLAN 1999 Metodología y Tecnología de la Programación I.T. Informática
Más detallesDecidiendo en 3D. Soluciones de Negocio
Decidiendo en 3D Soluciones de Negocio Desarrollo Propio Dedicado a la Decisión Bayesiana 1 www.aparasw.com Arquitectura Objetivo de la presentación Objetivo de la presentación 2 www.aparasw.com El Porqué
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 Introducción a los sistemas basados en el conocimiento
Inteligencia Artificial Introducción a los sistemas basados en el conocimiento Primavera 2007 profesor: Luigi Ceccaroni Sistemas basados en el conocimiento (SBCs) Programas para extender, interrogar una
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 detallesProgramación I. Programa de la asignatura
Programación I Programa de la asignatura Página Web: http://www.ctr.unican.es/asignaturas/programacion1 Curso 2009-2010 DEPARTAMENTO DE MATEMÁTICAS, Michael González Harbour y José Luis Montaña 1 4 Profesores
Más detallesEstos sistemas imitan las actividades de un humano para resolver problemas de distinta índole.
Universidad Central de Venezuela Facultad de Humanidades y Educación Escuela de Bibliotecología y Archivología Gestión del Conocimiento e Inteligencia Tecnológica Profesor Sergio Tejeiro Los sistemas expertos
Más detallesTÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad
TÍTULO: MATEMÁTICA DISCRETA Y LÓGICA Disponibilidad Calculo proposicional 1 Argumentos y proposiciones lógicas 1 Algunos argumentos lógicos importantes 2 Proposiciones 4 Conexiones lógicas 5 Negación (tabla)
Más detallesDEPARTAMENTO DE MATEMÁTICAS CURSO CRITERIOS DE EVALUACIÓN PARAPENDIENTES DE 1º ESO BLOQUE 1. PROCESOS, MÉTODOS Y ACTITUDES EN MATEMÁTICAS
DEPARTAMENTO DE MATEMÁTICAS CURSO 2016-17 CRITERIOS DE EVALUACIÓN PARAPENDIENTES DE 1º ESO Criterio de evaluación Utilizar procesos de razonamiento y estrategias de resolución de problemas, realizando
Más detallesModos de funcionamiento de Cisco IOS
Modos de funcionamiento de Cisco IOS Una vez que un técnico de red se conecta a un dispositivo, puede configurarlo. El técnico de red debe navegar a través de diversos modos del IOS. Los modos de Cisco
Más detallesSolución al parcial 14
Solución al parcial 14 Marque V(erdadero) o F(also) según considere la proposición. 1. La lógica difusa es la emulación del razonamiento aproximado que realizan las máquinas. F: Las máquinas no realizan
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 detallesAUTOMATIZACIÓN INDUSTRIAL
Universidad Carlos III de Madrid Departamento de Ingeniería de Sistemas y Automática AUTOMATIZACIÓN INDUSTRIAL Práctica 1 Introducción a los autómatas programables Marzo 2008 Ramiro Diez Automatización
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 detallesPLAN DE MEJORA EN EL PLANTEAMIENTO Y RESOLUCIÓN DE PROBLEMAS
ANEXO III PLAN DE MEJORA EN EL PLANTEAMIENTO Y RESOLUCIÓN DE PROBLEMAS 1 ÍNDICE FASES PARA LA RESOLUCIÓN DE PROBLEMAS 1.- COMPRENSIÓN DEL PROBLEMA 2.- CONCEPCIÓN DE UN PLAN 3.- EJECUCIÓN DEL PLAN 4.- VISIÓN
Más detallesINAOE. Adquisición de Conocimiento. Eduardo Morales, Enrique Sucar. Introducción. Estrategias. Adquisición Automática. Validación de.
de de INAOE (INAOE) de 1 / 22 de Contenido 1 2 3 4 (INAOE) de 2 / 22 de de Los sistemas basados en conocimiento (e.g., S.E.) dependen de la calidad de su conocimiento La adquisición consiste en capturar
Más detallesTEMA 2.1 TIPOS DE PRUEBAS DEL SOFTWARE
TEMA 2.1 TIPOS DE PRUEBAS DEL SOFTWARE INTRODUCCIÓN La prueba del software es un elemento crítico para la garantía de la calidad del software y representa una revisión final de las especificaciones, del
Más detallesCapítulo 3 CICLO DE VIDA DE UN PROGRAMA. Presentación resumen del libro: "EMPEZAR DE CERO A PROGRAMAR EN lenguaje C"
Presentación resumen del libro: "EMPEZAR DE CERO A PROGRAMAR EN lenguaje C" Autor: Carlos Javier Pes Rivas (correo@carlospes.com) Capítulo 3 CICLO DE VIDA DE UN PROGRAMA 1 OBJETIVOS Saber qué es la Ingeniería
Más detallesSISTEMAS INTELIGENTES
SISTEMAS INTELIGENTES T6: Sistemas Basados en Reglas {jdiez, juanjo} @ aic.uniovi.es Introducción Definición: sistemas diseñados para actuar como un experto humano en un dominio o área de conocimiento
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 detallesMétodos de Inteligencia Artificial
Métodos de Inteligencia Artificial L. Enrique Sucar (INAOE) esucar@inaoep.mx ccc.inaoep.mx/esucar Tecnologías de Información UPAEP Representaciones híbridas Introducción Híbridos internos Híbridos externos
Más detallesAplicaciones: Herramientas clásicas, Redes Neuronales, control borroso
Indice Inteligencia Artificial Historia Revisión de Técnicas Control automático Jerarquía de control Necesidad de inteligencia Aplicaciones: Herramientas clásicas, Redes Neuronales, control borroso Control
Más detallesPROCEDIMIENTO DE EVALUACIÓN Y ACREDITACIÓN DE LAS COMPETENCIAS PROFESIONALES CUESTIONARIO DE AUTOEVALUACIÓN PARA LAS TRABAJADORAS Y TRABAJADORES
MINISTERIO DE EDUCACIÓN SECRETARÍA DE ESTADO DE EDUCACIÓN Y FORMACIÓN PROFESIONAL DIRECCIÓN GENERAL DE FORMACIÓN PROFESIONAL INSTITUTO NACIONAL DE LAS CUALIFICACIONES PROCEDIMIENTO DE EVALUACIÓN Y ACREDITACIÓN
Más detallesAprendizaje Automático. Objetivos. Funciona? Notas
Introducción Las técnicas que hemos visto hasta ahora nos permiten crear sistemas que resuelven tareas que necesitan inteligencia La limitación de estos sistemas reside en que sólo resuelven los problemas
Más detallesSistemas Expertos Introducción Arquitectura - Motor de Inferencias. Ingeniería Electrónica Ingeniería del Conocimiento
Sistemas Expertos Introducción Arquitectura - Motor de Inferencias Ingeniería Electrónica Ingeniería del Conocimiento Inicio de los Sistemas Expertos 60 s Se buscaban soluciones generales 70 s Los sistemas
Más detallesPlanificaciones Inteligencia Artificial. Docente responsable: CABRERA JOSE LUIS. 1 de 5
Planificaciones 7523 - Inteligencia Artificial Docente responsable: CABRERA JOSE LUIS 1 de 5 OBJETIVOS Enseñar los conceptos fundamentales de inteligencia artificial, sus paradigmas, métodos y técnicas.
Más detallesBASES DE DATOS INGENIERÍA TÉCNICA INFORMÁTICA
BASES DE DATOS INGENIERÍA TÉCNICA INFORMÁTICA PRESENTACIÓN DE LA ASIGNATURA Impartida por: Carlos de Mesa Mansilla Sitio Web: http://decsai.ugr.es/~cdemesa/bd/ Correo electrónico: cdemesa@decsai.ugr.es
Más detallesSistemas Basados en Conocimiento Arquitectura - Motor de Inferencias. Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE
Sistemas Basados en Conocimiento Arquitectura - Motor de Inferencias Ana Casali Andrea Torres Ingeniería del Conocimiento -EIE IC - MODULOS INTRODUCCION SISTEMAS BASADOS EN CONOCIMIENTO RAZONAMIENTO APROXIMADO
Más detallesBASES DE DATOS RELACIONALES
Unidad I. Bases de Datos BASES DE DATOS RELACIONALES Profesora Ginnette Calvo G. Grupo 002 II Ciclo 2013 BASES DE DATOS: definición * Colección de datos relacionados (Elmasri/Navathe) * Colección lógicamente
Más detallesUNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL PROGRAMA INFORMATICA I (NV)
UNIVERSIDAD DE LOS ANDES FACULTAD DE CIENCIAS FORESTALES Y AMBIENTALES ESCUELA DE INGENIERIA FORESTAL PROGRAMA 1. IDENTIFICACIÓN INFORMATICA I (NV) Prelación: Ninguna Horas Teóricas: 2 Horas/Semana Departamento:
Más detalles3. TÉCNICAS DE DISEÑO
3. TÉCNICAS DE DISEÑO 3.1 Top Down También conocida como de arriba-abajo y consiste en establecer una serie de niveles de mayor a menor complejidad (arriba-abajo) que den solución al problema. Consiste
Más detallesEl sistema será definido como SACP (Sistema de Administración de Clientes y Proveedores).
ERS IEEE 830 En el capítulo 1 se explicó que es el estándar IEEE 830. A continuación, se lo aplica en la definición de los requerimientos del sistema, basado en las historias de usuario. Introducción Propósito
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 detallesAdquisición del Conocimiento (2010/2011)
Luis Valencia Cabrera lvalencia@us.es (http://www.cs.us.es/~lvalencia) Ciencias de la Computacion e IA (http://www.cs.us.es/) Adquisición del Conocimiento (2010/2011) Universidad de Sevilla Índice Introducción
Más detallesDESARROLLO DE PENSAMIENTO LÓGICO MATEMÁTICO
CURSO: DESARROLLO DE PENSAMIENTO LÓGICO MATEMÁTICO 1 SEMSTRE: I 2 CÓDIGO: 602106 3 COMPONENTE: 4 CICLO: 5 ÁREA: Formación Básica 6 FECHA DE APROBACIÓN: Básico de formación inicial 7 NATURALEZA: Teórico
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 detallesJenny cardona William Parada Katherine Vargas
Jenny cardona William Parada Katherine Vargas COMPRENCION implica UTILIZAR TRANSFORMAR ADECUADAMENTE CONOCIMIENTOS HABILIDADES IDEAS ÁREAS APRENDIZAJE DE CONCEPTOS SOLUCION DE PROBLEMAS ESTRATEGIAS Y TACTICAS
Más detallesCamGuard le permite detectar con facilidad y grabar videos con una cámara web.
CamGuard CamGuard le permite detectar con facilidad y grabar videos con una cámara web. Para activar CamGuard, haga clic en en la consola de aplicación de cámara web de Kworld. La interfaz de CamGuard
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 detallesFundamento de Sistemas Expertos
Fundamento de Sistemas Expertos Fundamentos de Sistemas Expertos Tópicos Definición Características Cuándo usar y no usar un SBC? Aplicaciones Ventajas y desventajas 1. Definición de Sistemas Expertos
Más detallesDesarrollo de SBC. IS: Modelo en cascada. IS: Modelo en espiral. Evaluacion. Identificacion. Formulacion Analisis. Notas
El punto más importante del desarrollo de SBC es la extracción del conocimiento Requiere la interacción entre el Ingeniero del Conocimiento y el experto Las metodologías de ingeniería de software han de
Más detallesFase de Pruebas Introducción.
Fase de Pruebas Introducción. El desarrollo de sistemas de software implica una serie de actividades de producción en las que las posibilidades de que aparezca el fallo humano son enormes. Los errores
Más detallesUNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE HIDALGO Instituto de Ciencias Básicas e Ingeniería SISTEMAS BASADOS EN CONOCIMIENTO Ing. Henry Patricio Paz Arias Maestría en Ciencias Computacionales Sistemas Basados
Más detalles