Grupo: Grupo de CLASES TEORICAS de INTELIGENCIA ARTIFICI.(865587) ASIGNATURA:
"Inteligencia Artificial I"
DATOS BÁSICOS DE LA ASIGNATURA/GRUPO
Titulación:
Asignatura:
Código:
Curso:
Año del plan de estudio:
Tipo:
Ciclo:
Período de impartición:
Departamento:
Créditos:
Dirección postal:
Centro:
Dirección electrónica:
2º
C/ TARFIA, S/N 41012 Primer Cuatrimestre
INGENIERO EN INFORMÁTICA ( Plan 97 )
Inteligencia Artificial I
http://www.cs.us.es E.T.S. Ingeniería Informática
Ciencias de la Comput. e Int. Artificial (Departamento responsable) 4.5
1997
4º
Troncal/Formación básica 260107
Grupo de CLASES TEORICAS de INTELIGENCIA ARTIFICI. (3) Grupo:
Horas:
Área:
45
Ciencia de la Computación e Inteligenc. Artificial (Area responsable)
PROFESORADO
RUIZ REINA, JOSE LUIS (COORDINADOR/A) 1
Titulacion: INGENIERO EN INFORMÁTICA ( Plan 97 ) Curso: 2010 - 2011
PROYECTO DOCENTE
OBJETIVOS Y COMPETENCIAS
Competencias transversales/genéricas Objetivos docentes específicos
Conocer las diferentes técnicas de búsqueda en espacios de estados y su aplicación para la resolución de diferentes problemas en Inteligencia Artificial, incluyendo teoría de juegos, problemas de satisfacción de restricciones y planificación.
Competencias
Habilidades para trabajar en grupo (Se entrena de forma moderada) Capacidad de análisis y síntesis (Se entrena de forma moderada) Comunicación oral en la lengua nativa (Se entrena de forma moderada) Comunicación escrita en la lengua nativa (Se entrena de forma moderada) Conocimiento de una segunda lengua (Se entrena de forma moderada) Habilidades elementales en informática (Se entrena de forma moderada) Resolución de problemas (Se entrena de forma moderada)
Trabajo en equipo (Se entrena de forma moderada)
Habilidades para trabajar en grupo (Se entrena de forma moderada)
Capacidad para aplicar la teoría a la práctica (Se entrena de forma moderada) Capacidad de aprender (Se entrena de forma moderada)
Habilidad para trabajar de forma autónoma (Se entrena de forma moderada) Competencias específicas
- Conocer en qué consisten los elementos que definen la representación de un problema como problema de espacio de estados y los distintos algoritmos de búsqueda en espacio de estados. Saber aplicarlos a la resolución de problemas.
- Apreciar el papel de la heurística en la reducción de la complejidad práctica de un proceso de búsqueda y saber construir funciones heurísticas para resolver problemas.
- Conocer los elementos que definen un problema como problema de satisfacción de restricciones y aplicar distintas técnicas para resolverlo. Saber reconocer, representar y resolver un problema de satisfacción de restricciones.
- Conocer los fundamentos básicos en la programación de juegos de estrategia. Saber aplicarlos a la programación de juegos.
- Conocer las características específicas de los algoritmos de búsqueda local y de aquellos problemas abordables mediante técnicas de búsqueda local y/o algoritmos genéticos. Saber representar problemas adecuados para ser resueltos por dichas técnicas.
- Conocer el formalismo más común de representación de problemas de planificación en Inteligencia Artificial, y algunos de los algoritmos usados para su resolución.
CONTENIDOS DE LA ASIGNATURA
- Búsqueda en espacios de estados y heurísticas.
- Técnicas de búsqueda en juegos con adversario.
- Problemas de satisfacción de restricciones - Planificación
Bloque 1: Programación para la Inteligencia Artificial Tema 1: Una introducción al lenguaje de programación Lisp Breve introducción al lenguaje de programación Lisp Bloque 2: Búsqueda
Tema 2: Representación de problemas como espacios de estados
Abstracción de problemas mediante el formalismo de los espacios de estados. Estados. Estado inicial y finales. Operadores.
Tema 3: Técnicas básicas de búsqueda para la resolución de problemas.
Arboles de búsqueda. Diferentes tipos de búsqueda ciega: anchura, profundidad, acotada, profundidad iterativa. Propiedades de cada una de ellas. Limitaciones de la búsqueda ciega.
Tema 4: Búsqueda informada mediante técnicas heurísticas
Coste en la búsqueda. Búsqueda óptima. Heurísticas. Búsqueda A*. Propiedades teóricas.
Bloque 3: Problemas de satisfacción de restricciones Tema 5: Problemas de satisfacción de restricciones
Representación de problemas como problemas de satisfacción de restricciones. Algoritmos de: backtracking, consistencia de arcos y reparación heurística. Propiedades.
Bloque 4: Búsqueda con adversario Tema 6: Técnicas heurísticas en juegos
Arboles de juego. Funciones de evaluación estática. El algoritmo minimax. La poda alfa-beta. Propiedades.
Relación sucinta de los contenidos (bloques temáticos en su caso)
Relación detallada y ordenación temporal de los contenidos
Bloque 6: Planificación
Tema 8: Sistemas de planificación en Inteligencia Artificial.
El formalismo STRIPS. Limitaciones de la planificación lineal. Planificación con grafos. Planificación de orden parcial.
ACTIVIDADES FORMATIVAS
Relación de actividades formativas del primer semestre
Horas presenciales:
Horas no presenciales:
Competencias que desarrolla:
Metodología de enseñanza-aprendizaje:
30.0 45.0
Todas
Clases teóricas, de problemas y actividades de evaluación Clases teóricas
Horas presenciales:
Horas no presenciales:
Competencias que desarrolla:
Metodología de enseñanza-aprendizaje:
15.0 22.5
Todas
Clases prácticas y actividades de evaluación Prácticas informáticas
BIBLIOGRAFÍA Y OTROS RECURSOS DOCENTES Bibliografía general
Artificial intelligence : a modern approach
Stuart J. Russell and Peter Norvig 3rd ed., international ed.
2010
Autores: Edición:
Publicación: ISBN: 0-13-360124-2
Inteligencia artificial : un enfoque moderno
Stuart J. Russell y Peter Norvig 2a ed.
2004
Autores: Edición:
Publicación: ISBN: 84-205-4003-X
Computational Intelligence (A logical apprach)
D. Poole, A. Mackworth, R. Goebel edicion 1
Oxford University Press; 2001
Autores: Edición:
Publicación: ISBN: 0
Artificial Intelligence (Structures and Strategies for Complex Problem Solving)
George F. Luger edicion 4
Pearson - Addison Wesley; 2001
Autores: Edición:
Publicación: ISBN: 0
Inteligencia artificial : una nueva síntesis
Nils J. Nilsson NULL
McGraw-Hill; 2001
Autores: Edición:
Publicación: ISBN: 0
Inteligencia artificial
E. Rich; K. Knigth edicion 2ª
McGraw-Hill; 1994
Autores: Edición:
Publicación: ISBN: 0
SISTEMAS Y CRITERIOS DE EVALUACIÓN Y CALIFICACIÓN Sistema de evaluación
Evaluación por curso
La evaluación por curso podría constar de pruebas escritas, pruebas de laboratorio y trabajos. La nota por curso se obtendría a partir de las notas de las distintas pruebas de evaluación.
Evaluación final
La evaluación final podría constar de pruebas escritas, pruebas de laboratorio y trabajos. Opcionalmente se podría conservar la nota de alguna de las pruebas de evaluación por curso. La nota final se obtendría a partir de las notas de las distintas pruebas de evaluación.
CALENDARIO DE EXÁMENES
CENTRO: E.T.S. Ingeniería Informática
16/6/2011 0:0
Por definir
Fecha: Hora:
Aula:
1 ª Convocatoria
CENTRO: E.T.S. Ingeniería Informática
12/9/2011 0:0
Por definir
Fecha: Hora:
Aula:
2 ª Convocatoria
CENTRO: E.T.S. Ingeniería Informática
15/12/2010 0:0
Por definir
Fecha: Hora:
Aula:
3 ª Convocatoria
TRIBUNALES ESPECÍFICOS DE EVALUACIÓN Y APELACIÓN
ALEJANDRO FERNANDEZ MARGARIT Presidente:
Vocal: MARIO DE JESUS PEREZ JIMENEZ
JOSE ANTONIO ALONSO JIMENEZ Secretario:
Primer suplente: FRANCISCO FELIX LARA MARTIN MARIA JOSE HIDALGO DOBLADO Segundo suplente:
JOAQUIN BORREGO DIAZ Tercer suplente:
ANEXO 1:
HORARIOS DEL GRUPO DEL PROYECTO DOCENTE
Los horarios de las actividades no principales se facilitarán durante el curso.
GRUPO: Grupo de CLASES TEORICAS de INTELIGENCIA ARTIFICI. (865587)
Calendario del grupo
CLASES DEL PROFESOR: RUIZ REINA, JOSE LUIS
Martes
Del 27/09/10 al 21/01/11 De 15:30 a 17:30
AULA H0.11
Fecha: Hora:
Aula:
