GUÍA DOCENTE PARTE ESPECÍFICA

Transcripción

1 1. DESCRIPCIÓN DE LA ASIGNATURA Grado: Ingeniería en Informática en Sistemas de Información Asignatura: Inteligencia Artificial (IA) Semestre: Primer Semestre Créditos totales: 6 Curso: Cuarto Línea: L1 (Sólo hay una línea) 2. DOCENTES Nombre: Centro: Área: Categoría: Dra. Alicia Troncoso Lora (coordinadora) Escuela Politécnica Superior Lenguajes y Sistemas Informáticos Profesora Titular de Universidad Horario de tutorías: Lunes y jueves de 17:00 a 20:00 Número de despacho: Rectorado, primera planta ali@upo.es Teléfono: Nombre: Centro: Área: Categoría: Dr. Roberto Ruiz Sánchez Escuela Politécnica Superior Lenguajes y Sistemas Informáticos Profesor Titular de Universidad Horario de tutorías: Lunes de 16:30 a 20:30 y miércoles de 9:30 a 11:30 Número de despacho: (Edificio 11, planta 1) robertoruiz@upo.es Teléfono:

2 3. DESARROLLO DE LOS CONTENIDOS DE LA PARTE GENERAL (Opcional) Tema 1: Introducción y aplicaciones de IA 1. Qué es la IA? 2. Historia de la IA 3. Aplicaciones de la IA 4. Retos futuros en la IA Tema 2: Búsqueda no informada 2. Formulación de problemas 3. Estrategias de búsquedas en árboles a. Breadth-first search b. Uniform-cost search c. Depth-first search d. Depth-limited search e. Iterative deepening search 4. Búsquedas en grafos Tema 3: Búsqueda informada 2. Estrategias de búsquedas a. Best first search b. Greedy best first search c. A* 3. Diseño de heurísticos Tema 4: Búsqueda local 2. Algoritmos de búsqueda local a. Hill-Climbing b. Simulated Annealing c. Local beam search d. Algoritmos genéticos Tema 5: Problemas de satisfacción de restricciones (Constraint Satisfaction Problem, CSP) 2. Formulación de un CSP 3. Búsquedas para un CSP 4. Heurísticas 5. Propagación de restricciones a. Comprobación hacia delante b. Consistencia de arco 2

3 Tema 6: Representación del conocimiento 2. Aspectos generales a. Propiedades b. Granularidad 3. Modelos de representación a. Representaciones Gráficas i. Redes semánticas ii. Frames b. Basados en la lógica Tema 7: Introducción a la Lógica 2. Lógica proposicional a. Sintaxis b. Semántica c. Inferencia 3. Lógica de primer orden a. Sintaxis b. Semántica c. Inferencia 4. Lógica borrosa 5. Otras lógicas Tema 8: Aprendizaje (por determinar) ENSEÑANZAS PRÁCTICAS Y DE DESARROLLO EPD-1: Herramientas para la IA EPD-2: Búsqueda no informada EPD-3: Búsqueda informada EPD-4: Introducción a la Lógica EPD-5: Aprendizaje EPD-6: Aprendizaje EPD-7: Aprendizaje EPD-8: Aprendizaje EPD-9: Prueba evaluable basada en la práctica de la asignatura EPD-10: Aplicaciones EPD-11: Prueba evaluable 3

4 4. CRONOGRAMA TRABAJO PRESENCIAL BLOQUE TEMAS Y HORAS HORAS HORAS HORAS TEMÁTICO PRÁCTICAS TOTALES EB EPD TOTALES Introducción T1, EPD1 1,5 2 3,5 SubTotal: 3,5 1,5 2 3,5 Búsquedas Representación del conocimiento Aprendizaje TRABAJO NO PRESENCIAL HORAS HORAS HORAS EB EPD TOTALES T2, EPD2 3,5 2 5, T3, EPD3 1,5 2 3, T4 1,5 1, T5 1,5 1,5 3 3 SubTotal: T6 0,5 0,5 T7, EPD SubTotal: 10,5 1,5 2 3, T8, EPD5 1,5 2 3, T8, EPD6 1,5 2 3, T8, EPD7 1,5 2 3, T8, EPD8 1,5 2 3, T8 1,5 1,5 3 3 SubTotal: 46,5 7,5 8 15, Aplicaciones T9, EPD10 1,5 2 3, SubTotal: 10,5 1,5 2 3, Evaluación EPD9, EPD SubTotal: TOTAL:

5 5. PLANIFICACIÓN Y EVALUACIÓN DE LAS SESIONES DE PRÁCTICA Y DESARROLLO SEMANA EB (jueves 15:00-16:30) EPD (viernes 15:00-17:00) 16-sep Presentación de la asignatura + T1: Introducción y Aplicaciones de la Inteligencia Artificial 23-sep T2: Búsqueda no informada (lunes 15:00-17:00) T2: Búsqueda no informada 30-sep T3: Búsqueda informada EPD1: Herramientas para la Inteligencia Artificial 7-oct T4: Búsqueda local EPD2: Búsqueda no informada 14-oct T5: Satisfacción de restricciones EPD3: Búsqueda informada 21-oct T6: Representación del conocimiento EPD4: Lógica T7: Introducción a la lógica 28-oct T8: Aprendizaje 4-nov T8: Aprendizaje EPD5: Aprendizaje 11-nov T8: Aprendizaje EPD6: Aprendizaje 18-nov T8: Aprendizaje EPD7: Aprendizaje 25-nov T8: Aprendizaje EPD8: Aprendizaje 2-dic EPD9: Prueba evaluable-2,5 puntos (martes, 15:00) Prueba evaluable-1,5 puntos 9-dic 16-dic T9: Aplicaciones EPD10: Aplicaciones VACACIONES NAVIDAD 6-ene EPD11: Prueba evaluable-2,5 puntos 13-ene Examen escrito de EB-(22ene-3,5 puntos) 20-ene 5

6 6. BIBLIOGRAFÍA ESPECÍFICA TEMA 1 Inteligencia Artificial: Un enfoque Moderno 2ª Ed., Stuart Russell, Peter Norvig, Pearson Prentice Hall, Capítulo 1, pág TEMA 2 Pearson Prentice Hall, Capítulo 3, pág Inteligencia Artificial e Ingeniería del Conocimiento, G. Pajares Martinsanz, M. Santos Peñas, Ra-Ma, Capítulo 2, pág TEMA 3 Pearson Prentice Hall, Capítulo 4, pág Inteligencia Artificial e Ingeniería del Conocimiento, G. Pajares Martinsanz, M. Santos Peñas, Ra-Ma, Capítulo 2, pág Roque Marín Morales, Mac Graw Hill, Capítulo 9, pág TEMA 4 Pearson Prentice Hall, Capítulo 4, pág Roque Marín Morales, Mac Graw Hill, Capítulo 9, pág Capítulo 11, pág TEMA 5 Pearson Prentice Hall, Capítulo 5, pág , Roque Marín Morales, Mac Graw Hill, Capítulo 10, pág TEMA 6 Inteligencia Artificial e Ingeniería del Conocimiento, G. Pajares Martinsanz, M. Santos Peñas, Ra-Ma, Capítulo 3. Roque Marín Morales, Mac Graw Hill, Capítulo 4, pág

7 TEMA 7 Pearson Prentice Hall, Capítulo 7, pág Capítulo 8, pág Capítulo 9, pág , Roque Marín Morales, Mac Graw Hill, Capítulo 2, pág TEMA 8 Machine Learning. Tom Mitchell. MacGraw-Hill,