Programa Analítico
Vicerrectoría de Educación Superior
División de DIADI
Departamento de Sistemas Computacionales
Periodo : Otoño 2009
Nombre del curso: SISTEMAS INTELIGENTES Clave: SC1470 Seriación: SC1250 Y FM1140
Línea Curricular: Interacción Hombre Maquina
HTS: 3 HPS: 0 THS: 3 Créditos: 6
HTS: HORAS TEÓRICAS SEMANALES HPS: HORAS PRÁCTICAS SEMANALES THS: TOTAL DE HORAS POR SEMANA
Idioma(s) en que se imparte el curso: Espanol Tipo(s) de Curso: Presencial
Objetivo y/o competencias generales del curso :
Conocer los principales conceptos de Inteligencia Artificial que permiten que una computadora vea, entienda, aprenda y razone. Aplicar estos conocimientos en la solución de problemas para el diseño de software inteligente.
Descripción de contenidos y calendarización:
TIEMPO OBJETIVOS ESPECIFICOS TEMAS Y SUBTEMAS ACTIVIDADES
2 Semanas 1. Inteligencia artificial.
Conocer los fundamentos de la Inteligencia Artificial, sus antecedentes y el estado actual de ella
Comprender cuáles son las acciones que toma un agente inteligente, cuál es la estructura y el ambiente de éstos 1. Inteligencia artificial 1.1. Introducción 1.2. Agentes inteligentes Tarea de investigación bibliográfica
Discusión en clase para aclarar el concepto de Inteligencia Artificial
Programa Analítico
Vicerrectoría de Educación Superior
3 Semanas 2. Procedimientos para la solución de problemas.
Poder formular problemas de búsqueda Proponer soluciones de acuerdo al tipo de problema. 2. Procedimientos para la solución de problemas 2.1. Solución de problemas mediante la búsqueda 2.2. Métodos de búsqueda respaldados con información 2.3. Juegos Solución de ejercicios 3 Semanas 3. Conocimiento y razonamiento. Poder representar el conocimiento con proposiciones y lógica de primer orden.
Poder establecer reglas de inferencia con lógica de primer orden.
3. Conocimiento y razonamiento
3.1. Agentes que razonan de manera lógica
3.2. Lógica de primer orden 3.3. Inferencia en lógica de
primer orden
Solución de ejercicios Programación en Prolog
2 Semanas 4. Actuación en forma lógica.
Conocer los conceptos de planificación y actuación, y poderlos utilizar en
problemas.
4. Actuación en forma lógica 4.1. Planificación
4.2. Planificación y actuación
Solución de ejercicios
2 Semanas 5. Conocimiento incierto y razonamiento.
Poder identificar problemas donde intervienen factores probabilísticas
Proponer soluciones para problemas con factores probabilísticas 5. Conocimiento incierto y razonamiento 5.1. Incertidumbre 5.2. Sistemas de razonamiento probabilística Solución de ejercicios
Programa Analítico
Vicerrectoría de Educación Superior
2 Semanas 6. Aprendizaje.
Conocer los modelos de aprendizaje y en que tipos de problemas se pueden usar.
Aplicar los modelos de aprendizaje para solucionar problemas 6. Aprendizaje 6.1. Aprendizaje a partir de la observación 6.2. Aprendizaje en redes neuronales artificiales y redes de creencias Solución de ejercicios Uso de un paquete de redes neuronales para solucionar problemas
2 Semanas 7. Comunicación, percepción y actuación.
Conocer la teoría de comunicación, percepción y actuación, y su aplicación a problemas
Aplicar las teorías
anteriores a la solución de problemas 7. Comunicación, percepción y actuación 7.1. Agentes que se comunican 7.2. Percepción Solución de ejercicios
1 Semana 8. Consideraciones finales.
Contar con un panorama de las perspectivas de la Inteligencia Artificial.
8. Consideraciones finales 8.1. Fundamentos filosóficos Estado actual y futuro de la Inteligencia Artificial
Investigación bibliográfica
Método Pedagógico empleado :
Cada uno de los temas es expuesto por el profesor, utilizando material en power point y los documentos asociados a solución de porblemas para clase, para el laboratorio y las tareas.
La clase se imparte en el salon de clases y en el laboratorio cuando el profesor lo indique.
El alumno en el salon de clase participa por lo menos 2 o 3 veces por sesión. En el laboratorio, el alumno deberá realizar un proyecto final utilizando las herramientas y tecnicas aprendidas durante el curso.
Recursos Didácticos
Presentaciones en Power Point de cada uno de los temas. Ejercicios prácticos de laboratorio, tareas en documentos depositados en un sitio para acceso de los estudiantes.
Programa Analítico
Vicerrectoría de Educación Superior
HARDWARE: Equipo Fisher TEchick, LEGO Mindstorm
Fechas de exámenes:
Primer parcial: 1 al 11 de Septiembre Segundo Parcial: 5 al 16 de Octubre
Tercer Parcial: 29 de Octubre al 9 de Noviembre Final: 26 de Noviembre al 7 de Diciembre
Políticas del curso
. Entrega de las tareas : Las tareas se entregarán el día que indique el profesor. Se aceptarán tareas entregadas con un máximo de dos días posteriores con una penalización de 20 puntos sobre la calificación de éstas.
2. En caso de copia en exámenes se procederá conforme al reglamento de evaluación de alumnos de profesional.
3. En caso de copia en las tareas se procederá a la anulación de la tarea.
4. Las tareas deberán incluir :
Encabezados, no. de tarea, nombre del alumno, matrícula y fecha. Realizarse en procesador de palabras cuando sea factible.
Entrega de listado, diagrama de flujo, diskette con código fuente y código ejecutable cuando el profesor lo pida.
5. El trabajo final deberá hacerse de forma individual o en pequeños grupos. Se recomienda que los equipos sean como máximo de 2 a 3 personas.
6. Exámenes por tema: Cada tema se evaluará con un examen práctico.
Todos los exámenes que estén relacionados con la codificación de programas se
aplicarán en el laboratorio de computadoras. Asimismo el promedio de estos exámenes por tema en cada parcial será la calificación correspondiente al 60% de ese parcial.
7. En base al reglamento el límite de faltas es 6 y no existen retardos.
Políticas de Evaluación del curso:
NOTA: Deberán estar alineadas a las Políticas y Reglamentos de Evaluación de alumno de acuerdo al nivel correspondiente, Profesional o Posgrado
Programa Analítico
Vicerrectoría de Educación Superior
Calificación Parcial Calificación Final Profesor Investigaciones y/o tareas Prácticas y exámenes rápidos Examen Parcial Total (100%) 3 Parciales Trabajo Final Examen Final Total (100%) Salvador Barrera 20% 20% 60% 100% 60% 15% 25% 100%
***** Generales del(de los) Profesor(es):
Nombre Teléfono Ubicación Correo E Hrs. de Asesoría
Salvador Barrera 82151432 6314 [email protected] Martes 4:00 a 5:00
Bibliografía básica y complementaria :
Engineering of Mind: An Introduction to the Science of Intelligent Systems, ames S. Albus, Wiley, 2001
Intelligent Systems: Architecture, Design, Control, James S. Albus, Wiley, 2001
Artificial Intelligence: A Modern Approach (2nd Edition)by Stuart J. Russell (Author), Peter Norvig (Author) , Prentice Hall,2002
AI Application Programming, M. Tim Jones, Charles River Media,2003
Understanding Artificial Intelligence, Editors Scientific American, Warner Books,2002
Firma de autorización
