Organización de la asignatura IIA. Curso 2003/2004.
1er cuatrimestre.
Documentación para el alumno
Profesores:
Mª Teresa Abad Soriano Módulo C6 - despacho 216 – [email protected]
Javier Béjar Alonso
Módulo C6 - despacho 215 - [email protected]
(responsable de IIA)
Núria Castell Ariño
Módulo C5 - despacho 220 - [email protected]
Jordi Turmo Borrás
Módulo C6 - despacho 213 - [email protected]
Horarios de consulta:
Mª Teresa Abad Soriano
Javier Béjar Alonso
Núria Castell Ariño
Jordi Turmo Borrás
Distribución:
IIA10
IIA20
IIA30
Teoría
Prob.
Teoría
Pr.21
Teoría
Pr.31
A4202
A6101
A4102
A6101
A5202
A5202
Lunes de 12 a 14
Otros horarios con previa cita.
(Conviene usar el correo electrónico para concertar
cita o para avisar que se va a venir el lunes)
Miercoles de 9 a 12 y de 15 a 18
Martes de 11 a 12
Jueves de 10 a 11
Otros horarios con cita previa.
Miercoles de 12 a 13 y de 16 a 17
Otros horarios con cita previa.
vi 10-12
ma 9-10
vi 12-14
ma 10-11
vi 15-17
ma 17-18
Jordi Turmo
Nuria Castell
Mª Teresa Abad
Nuria Castell
Jordi Turmo
Javier Bejar
Este documento presenta la asignatura Introducció a la intel.ligència artificial (IIA). Esta
asignatura se encuentra en el quinto cuatrimestre de los estudios de ingeniería, es de segundo
ciclo y es obligatoria. Tiene como prerrequisitos las asignaturas de Introducció a la lógica y
Estructures de dades i algorismes. Es la primera asignatura de las dedicadas a inteligencia
artificial. Tiene 4,5 créditos de carga docente, distribuidos en 3 créditos de teoría y 1,5 de
problemas.
-1-
Conocimientos previos
Para cursar IIA se han de haber aprobado, entre otras, las asignaturas de Introducció a la
lógica y Estructuras de dades i algorismes. Por tanto, se suponen adquiridos los siguientes
conocimientos:
• Conceptos básicos de lógica de proposiciones y lógica de predicados. Capacidad de
formular un problema en términos lógicos. (ILO)
• Inferencia lógica. Resolución. Estrategias de resolución. Capacidad de resolver
problemas por resolución. (ILO)
• Estructuras de árboles y grafos. Recorridos de árboles, en profundidad, en anchura.
Recorridos de grafos. (EDA,MD)
• Nociones básicas de complejidad. Cálculo del coste de los algoritmos. (EDA)
Objetivos de la asignatura
Los objetivos generales de la asignatura se pueden resumir en los puntos siguientes:
• Identificar el tipo de problemas considerados por la IA; centrar la IA en relación con
otras áreas de la Informática.
• Conocer los métodos genéricos de resolución de problemas en IA.
• Comprender el papel del conocimiento en la IA actual; conocer las técnicas básicas
de su representación y utilización.
• Proporcionar una formación suficiente en los aspectos básicos de la IA, para que
sirva como soporte para la comprensión y asimilación de nuevos métodos y técnicas.
• Motivar y capacitar al alumno para que utilice y comprenda la bibliografía básica de
IA.
Clases de teoría
El temario de las clases de teoría se ha dividido en tres temas:
I. Introducción a la IA
II. Resolución de problemas
II.1 Introducción
II.2 Búsqueda no informada
II.3 Búsqueda heurística
II.4 Juegos
II.5 Satisfacción de restricciones
II.6 Descomposición en subproblemas
III. Representación del conocimiento
III.1 Introducción
III.2 Repaso de lógica de predicados
III.3 Sistemas de producción
III.4 Representaciones estructuradas
III.5 Análisis comparativo de las representaciones
-2-
Clases de problemas
Las clases de problemas son esenciales para ilustrar y profundizar en los conceptos
introducidos en teoría, así como para familiarizar al alumno en el diseño, combinación y
utilización de diferentes representaciones del conocimiento en problemas específicos. Estas
clases tienen un papel fundamental, ya que sin ellas los alumnos difícilmente conseguirían la
capacidad necesaria para resolver cuestiones de IA no triviales.
El aprovechamiento de las clases de problemas depende en gran medida de una actitud
positiva y activa por parte del alumno. Se espera que todos los alumnos participen
activamente en la resolución de los problemas propuestos. Como motivación extra, hay que
señalar que los exámenes de la asignatura se componen esencialmente de problemas. Se
publicará una extensa colección de enunciados, parte de los cuales se resolverán en clase, y el
resto quedará para trabajo personal de los alumnos. La mayor parte de estos problemas son
enunciados de exámenes de otros cuatrimestres.
Evaluación
Se realizarán dos parciales liberadores de materia. Ambos tienen el mismo peso y por tanto la
nota final se calcula con la fórmula:
Ex. 1er. Parcial * 0.5 + Ex. 2º Parcial * 0.5
Para aplicar esta fórmula se requiere una nota mínima de 4 en cada uno de los exámenes.
Los alumnos que no consigan aprobar mediante los dos parciales, tendrán que realizar el
examen final. Este examen constará de dos partes y cada alumno deberá desarrollar la parte
que le corresponda según el parcial que tenga suspendido (o sea con nota inferior a 5). Puede
haber alumnos que deban realizar las dos partes.
Una vez realizado el examen final, si en alguno de los dos parciales la nota obtenida es
inferior a 4, la nota final se calcula con la fórmula
Nota inferior a 4 * 0.75 + Nota superior a 4 * 0.25
Si las notas de los dos parciales son inferiores a 4, la nota final es la media de las dos.
La nota correspondiente a un acto evaluatorio no realizado es un 0. Sólo en el caso de que un
alumno no realice ningún examen (parcial, final) la calificación final será NP.
Los exámenes son sin libros ni apuntes.
La participación activa en las clases de problemas puede ayudar a subir la nota final.
Las notas de los parciales no se redondean. La nota final es redondeada a mano y no de forma
automática.
No se guardan notas de un cuatrimestre para el siguiente.
-3-
Fechas provisionales de los exámenes parciales:
Primer parcial:
14 de noviembre de 2003
Segundo parcial:
19 de diciembre de 2003
Los exámenes parciales se realizan en horas de clase.
Fecha del examen final:
20 de enero de 2004 (tendrá dos partes)
De manera voluntaria puede usarse el examen final para mejorar la nota de curso obtenida por
parciales, pero teniendo en cuenta que la nueva nota del final sustituye a todos los efectos la/s
nota/s del/los parcial/es.
Bibliografía
A continuación, se indican un conjunto de referencias que contienen los temas desarrollados
en esta asignatura. Se considera importante que los alumnos utilicen activamente esta
bibliografía, y se espera que se consulten varias referencias a lo largo del curso.
Bibliografía básica
Russell & Norvig, Artificial Intelligence. A Modern Approach, Prentice Hall, 1995.
Rich & Knight, Artificial Intelligence, 2ª edición, Mc Graw Hill, 1991. Existe traducción en
castellano.
Cortés y otros, Inteligencia Artificial, Politex nº 17, 3ª edición, Edicions UPC, 1995.
Ginsberg, Essentials of Artificial Intelligence, Morgan Kaufmann, 1993.
Gómez y otros, Ingeniería del conocimiento, Ed. centro de estudios Ramón Areces, 1997
Bibliografía complementaria
Winston, Artificial Intelligence, 3ª edición, Addison Wesley, 1992. Existe traducción en castellano.
Bratko, Prolog Programming for Artificial Intelligence, Addison Wesley, 2ª edición, 1990.
Brownston, Farrell, Kant & Martin, Programming Expert Systems in OPS5: An Introduction
to Rule-Based Programming, Add. Wesley, 1985.
Clocksin & Mellish, Programming in Prolog, Springer-Verlag.
Nilsson, Artificial Intelligence: A New Synthesis, Morg. Kaufmann, 1998. Existe traducción en
castellano.
Norvig, Paradigms of Artificial Intelligence Programming, Morgan Kauffman, 1990.
Publicaciones de soporte a la asignatura (en el CPET)
IIA - Notes de curs.
IIA - Col.lecció de problemes.
-4-
Descargar

iia-doc-alumnos-2q