Inteligencia Artificial

DATOS GENERALES

Código ICCD523
Pensum 2023
Horas semanales 9
Tipo Obligatoria
Asignaturas pre-requisitos

ICCD442 - Estructura de Datos y Algoritmos II

Asignaturas co-requisitos Ninguna
Campo de formación
Unidad de organización curricular Unidad Profesional

RESULTADOS DE APRENDIZAJE

De conocimiento
Discriminar la base teórica en el campo de la inteligencia artificial (, lógica, razonamiento probabilístico), a fin de identificar los retos de investigación en esta área y sus aplicaciones en el campo profesional.
De destrezas Diseñar e implementar representaciones de conocimiento para hacer inferencias lógicas y/o probabilísticas aplicables en problemas del mundo real para responder racionalmente a un estímulo externo, considerando su implementación en programas de agente que generen comandos inteligentes en diversos entornos.
De valores y actitudes Demostrar altos estándares de honestidad intelectual para proponer nuevos modelos y/o aplicaciones a partir de las técnicas Inteligencia Artificial tratadas en el curso.

CONTENIDO

Capítulo 1 Introducción a la Inteligencia Artificial
  1. Conceptos generales relativos a la IA;
  2. Fundamentos e historia de IA, y
  3. Aplicaciones y estado del arte de IA.
Capítulo 2 Agentes Inteligentes
  1. Definición de agentes inteligentes;
  2. Arquitecturas y programas de agentes;
  3. Agentes de búsqueda de soluciones;
  4. Búsqueda sin información;
  5. Problemas de búsqueda sin información, y
  6. Búsqueda sin sensores.
Capítulo 3 Búsqueda con Heurísticas
  1. Funciones heurísticas y algoritmos voraces de búsqueda;
  2. Algoritmo A*;
  3. Búsquedas locales;
  4. Temple simulado, y
  5. Algoritmos genéticos.
Capítulo 4 Búsqueda con Adversarios y Juegos
  1. Búsqueda de solución de juegos;
  2. El algoritmo Minimax;
  3. Poda Alfa-Beta, y
  4. Juegos estocásticos.
Capítulo 5 Problemas de Satisfacción de Restricciones
  1. Introducción a problemas de satisfacción de restricciones;
  2. Problema criptoaritmético;
  3. Bactracking;
  4. Propagación de restricciones, y
  5. Estructura de los problemas.
Capítulo 6 Agentes Lógicos
  1. Agentes basados en conocimiento;
  2. El mundo de Wumpus;
  3. El agente lógico;
  4. Reglas de inferencia;
  5. Verificación de modelos e inferencia;
  6. Prueba de teoremas y validación por resolución;
  7. Conversión a FNC y algoritmo de resolución;
  8. Encadenamiento hacia adelante y hacia atrás;
  9. Lógica de primer orden.
Capítulo 7 Razonamiento Probabilísta
  1. Representación del conocimiento en dominios inciertos;
  2. Semántica de redes Bayesianas;
  3. Representación de distribuciones condicionales;
  4. Inferencia exacta en redes bayesianas, y
  5. Inferencia aproximada en redes bayesianas. 

Back to top