CONTENIDO TEMÁTICO
1. ESPECIFICACIONES GENERALES
Nombre del Curso : INTELIGENCIA ARTIFICIAL
Código del Curso : 207008
Duración del Curso : 17 semanas
Forma de Dictado : Técnico - experimental
Horas semanales : Teoría: 3h – Laboratorio: 2h
Naturaleza : Formación profesional
Número de créditos : Cuatro (04)
Prerrequisitos : 205007 – Investigación Operativa I
Semestre académico : 2017 – II
Syllabus : Syllabus 2017-2
Código del Curso : 207008
Duración del Curso : 17 semanas
Forma de Dictado : Técnico - experimental
Horas semanales : Teoría: 3h – Laboratorio: 2h
Naturaleza : Formación profesional
Número de créditos : Cuatro (04)
Prerrequisitos : 205007 – Investigación Operativa I
Semestre académico : 2017 – II
Syllabus : Syllabus 2017-2
2. LOGRO DEL CURSO
Al finalizar el curso el alumno adquirirá conocimientos generales del área de inteligencia artificial, diseñará e implementará juegos de competición humano-máquina basados en inteligencia artificial y sistemas basados en el conocimiento, haciendo uso de manera clara y precisa de las técnicas de búsqueda en un espacio de estado y de la metodología CommonKADS.
3. UNIDADES DE APRENDIZAJE
UNIDAD Nº 1: Fundamentos de Inteligencia Artificial
UNIDAD Nº 2: Búsqueda de Estado y su Aplicación para Juegos Humano – Máquina
UNIDAD Nº 3: Ingeniería de conocimiento
UNIDAD Nº 4: Desarrollo y validación de Sistemas Expertos
UNIDAD Nº: 5 Introducción a Machine Learning y a Heurísticas
3. UNIDADES DE APRENDIZAJE
UNIDAD Nº 1: Fundamentos de Inteligencia Artificial
UNIDAD Nº 2: Búsqueda de Estado y su Aplicación para Juegos Humano – Máquina
UNIDAD Nº 3: Ingeniería de conocimiento
UNIDAD Nº 4: Desarrollo y validación de Sistemas Expertos
UNIDAD Nº: 5 Introducción a Machine Learning y a Heurísticas
Semana | Tema | Contenido Descargable |
1 | Clasificación de problemas algorítmicos
|
Ejemplo de Sensores
Programa Lisp
|
2 | Fundamentos de la inteligencia artificial
|
|
3 y 4 | Representación de problemas de juego humano – máquina como búsqueda en un espacio de estado
| Manual Lisp 2 |
5 | Métodos de búsqueda ciega
| |
6
| Métodos de búsqueda informados
| Solución Practica 1 |
7
| Métodos de búsqueda para juegos humano-máquina
| |
8
| Examen Parcial | Solucion |
9
| Fundamentos de sistemas expertos
| |
10
| Ingeniería de conocimiento
| |
11
| Adquisición de Conocimiento
| |
12
| Desarrollo de sistemas expertos basados en reglas
| Tarea Reino Vegetal |
13
| Calidad y validación de sistemas expertos
| |
14
| Introducción a Machine Learning y heurísticas
| Solución Practica 2 |
15
| Presentación de Trabajos
|
Paper
Código
Vídeo
|
16
| Examen Final |
Solución
|