UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO FACULTAD DE SISTEMAS TELECOMUNICACIONES ELECTRONICA SYLLABUS

UNIVERSIDAD DE ESPECIALIDADES ESPÍRITU SANTO
FACULTAD DE SISTEMAS TELECOMUNICACIONES ELECTRONICA
SYLLABUS
FOR DAC 12 VER 12 03 09
MATERIA: Inteligencia Artificial
NOMBRE DEL PROFESOR/A: Ing. Tito elez
No HORAS PRESENCIALES: 32
AÑO: 2010
DÍAS: De martes y jueves
AULA: Lab d
CÓDIGO: UCOM480
CRÉDITOS:
No HORAS NO PRESENCIALES: 32
PERÍODO: Intensivo II
HORARIO: 20h: 40 a 22h: 20
Fecha elab. syllabus: 01/08/2011
1.- DESCRIPCIÓN
La presente asignatura, pretende dar una visión general de lo que es la
inteligencia artificial. Esta área es muy extensa y abarca un sinnúmero de
aplicaciones relacionadas con la inteligencia humana, las mismas que han
dado resultado a lo largo de los últimos años en la resolución de problemas
complejos. Por la extensión antes mencionada el desarrollo de la asignatura se
centrará únicamente en las formas de representar el conocimiento y las formas
de utilizarlo para la resolución de problemas. Posteriormente se abordará las
redes neuronales, formas de construirlas y su respectiva utilización. En ítems
específicos, la asignatura complementará el referente teórico con el desarrollo
de aplicaciones utilizando MATLAB.
2.- JUSTIFICACIÓN
La presente asignatura a más de ser relevante dentro de la carrera resulta muy
atractiva e interesante para el estudiante, ya que complementa conocimientos
previos como el de programación, con la identificación de problemas,
organización y resolución de los mismos, utilizando métodos y técnicas con
enfoques modernos y basados en modelos computacionales.
3.- OBJETIVOS
3.1 GENERAL
Brindar los conocimientos necesarios, mediante el uso de metodologías que
privilegien la práctica, para que el estudiante sea capaz de identificar problemas
complejos que pueden ser resueltos con métodos y técnicas que conviertan al
computador en un agente racional.
3.2 ESPECÍFICOS
-
Dar al estudiante una visión general de la inteligencia artificial y los
campos que abarca.
-
Proporcionar el referente teórico necesario para que el estudiante
comprenda la representación del conocimiento en un computador y su
utilización para la resolución de problemas.
-
Introducir los conceptos fundamentales sobre sistemas expertos, su
aplicación, ventajas y limitaciones.
-
Proporcionar los conceptos necesarios para que el estudiante desarrolle
aplicaciones en el computador para la resolución de problemas
complejas.
-
Introducir los conceptos fundamentales de redes neuronales, y su
manera de implementarlos haciendo uso de la programación.
-
Motivar al estudiante a que desarrolle proyectos prácticos de
investigación haciendo uso de la inteligencia artificial
4.- COMPETENCIAS
-
Elabora conceptos y reconoce la importancia de la inteligencia artificial
para la resolución de problemas complejos, demostrando interés y
curiosidad por la asignatura.
-
Conoce y utiliza adecuadamente los aspectos relacionados con la
representación del conocimiento y su aplicación en la resolución de
problemas, valorando la lectura como herramienta de aprendizaje.
-
Adquiere conocimientos teóricos respecto a los sistemas expertos y los
utiliza adecuadamente en el desarrollo de actividades prácticas,
demostrando respeto y responsabilidad compartida.
-
Utiliza conocimientos previos para desarrolla aplicaciones basadas en
técnicas de inteligencia artificial, demostrando rigor científico en las
tareas encomendadas.
-
Conoce los fundamentos teóricos sobre los diversos tipos de redes
neuronales y los utiliza adecuadamente en la implementación de las
mismas, valorando el trabajo en grupo y respetando las opiniones
ajenas.
5.- CONTENIDOS PROGRAMATICOS
Sesión
Sesión
1
Sesión
2
Sesión
3
Sesión
4
Sesión
5
Sesión
6
Sesión
7
Competencia
s específicas
Contenidos
Horas no
presenciales
Evaluación
Unidad 1: Introducción a la Inteligencia Artificial
- Presentación de
contenidos.
- Lineamientos
Lectura
Conoce los
generales.
NINAQUISPE Lluvia de
aspectos
Heyner
ideas
fundamentales - Inteligencia.
- Inteligencia
4-6
de la IA y
Artificial.
asocia los
conceptos con
aplicaciones
Lectura
- Historia de la
Elaboración
prácticas.
RUSSELL &
Inteligencia
de un
NORVING
Artificial
mentefacto.
Reconoce la
19-37
importancia de
Elaboración
- Campos de la
la IA y sus
Lectura
de un
inteligencia
áreas de
NINAQUISPE resumen.
artificial.
aplicación
Heyner
- Areas de
7-11
Preguntas
aplicación
Orales.
Unidad 2: Agentes Inteligentes
- Agentes y su
entorno.
Lectura
- Buen
RUSSELL &
comportamiento: NORVING
Conoce la
37-42
estructura y la
el concepto de
importancia de
racionalidad.
los agentes
- La
naturaleza Lectura
inteligentes.
del entorno.
RUSSELL &
- Estructura
de NORVING
44-59
los agentes
Exposición
Grupal.
Preguntas
orales.
Exposición
Grupal.
Preguntas
orales.
Unidad 3: Resolución de Problemas mediante búsqueda.
- Agentes para
Conoce y utiliza
resolver
adecuadamente
Lectura
problemas.
representacione
RUSSELL &
Debate grupal
s del
- Ejemplos
de NORVING
conocimiento
problemas.
67-80
para la
- Búsqueda de
resolución de
soluciones
problemas
Elaboración de
- Estrategias de Lectura
complejos.
RUSSELL & un mentefacto.
Sesión
8
Sesión 9
Sesión
10
Sesión
11
Sesión
12
Sesión
13
Sesión 14
Sesión
15
búsqueda no
informada.
- Evitar estados
repetidos.
- Búsqueda con
información
parcial.
NORVING
82-91
Lectura
RUSSELL &
NORVING
91-96
Unidad 4: Sistemas Expertos.
- Definiciones
- Historia de los
Lectura
sistemas
CASTILLO &
expertos
GUTIERREZ
- Estructura de 1-7
un
sistema
experto
- Características
Comprende
de los
los principios y
sistemas
la arquitectura
Lectura
expertos
de un sistema
CASTILLO &
- Participantes
experto.
GUTIERREZ
en el
7-15
Conoce y
desarrollo de
utiliza
un sistema
adecuadament
experto
e las
- Clasificación
herramientas
de sistemas
de desarrollo
Lectura
expertos
para la
NINAQUISP
creación de
- Metodologías
E Heyner
aplicaciones
de desarrollo
38-41
prácticas.
- Herramientas
de desarrollo
Lectura
- Herramientas
NINAQUISP
E Heyner
de desarrollo
41-43
- Herramientas
de desarrollo
Debate grupal.
Preguntas
orales
Pregunta
orales.
Realización de
un aplicación
práctica
Realización de
un aplicación
práctica
Realización de
un aplicación
práctica
PRIMER PARCIAL
Unidad 5: Redes Neuronales.
Establece un
- Introducción a Lectura
referente
LOPEZ
las
redes
teórico sobre
Daniela
Elaboración de
resumen.
Sesión
16
Sesión
17
Sesión
18
Sesión
19
redes
neuronales y
valora sus
respectivas
aplicaciones.
Conoce las
herramientas
necesarias
para la
manipulación
de imágenes
en MATLAB
Conoce los
diferentes
tipos de redes
neuronales y
las utiliza en
aplicaciones
prácticas.
neuronales.
- Red ADELINE
- Red
MADELINE
1-7
Aplicación
práctica
Utilizando
MATLAB
Aplicación
práctica
Utilizando
MATLAB
Exposición de
trabajos
Exposición de
trabajos
- Manejo de
Imágenes
utilizando
MATLAB
Aplicación
práctica
Exposición de
trabajos
- Red de
Hopfield
Aplicación
práctica
Utilizando
MATLAB
Exposición de
trabajos
- Reconocimient
o de patrones
utilizando
Sesión
Exposición de
imágenes
y Aplicación
20
práctica
trabajos
Utiliza
redes
conceptos
neuronales
necesarios
(Figuras).
para realizar
un
- Reconocimient
reconocimient
o de patrones
o de patrones
utilizando
Sesión
Exposición de
imágenes
y Aplicación
21
práctica
trabajos
redes
neuronales
(Vocales).
- Reconocimient
o de patrones
utilizando
Sesión
Exposición de
imágenes
y Aplicación
22
práctica
trabajos
redes
neuronales
(Rostros).
Sesión 23
SEGUNDO PARCIAL
Sesión 24
Resolución del parcial y entrega de calificaciones
6.- METODOLOGÍA
El desarrollo de la asignatura privilegiará la participación activa del estudiante.
Se realizarán exposiciones, discusiones grupales e individuales, talleres de
lectura y prácticas utilizando el laboratorio de computación. El docente actuará
como guía y mediador del proceso de aprendizaje.
7.- EVALUACIÓN
7.1 Criterios de Evaluación
La evaluación será un proceso integral y continuo; y estará presente en todas
las actividades que realiza el estudiante en aras de desarrollar las
competencias necesarias; es decir, se evaluará actividades en clase y extra
clase:
-
Desempeño dentro del aula: (exposiciones, trabajos en equipo,
talleres, prácticas de laboratorio, etc.)
Tareas enviadas.
Lecciones escritas.
Evaluación Final.
7.2 Indicadores de Desempeño
-
Comprende los aspectos fundamentales de la Inteligencia Artificial.
-
Utiliza la representación del conocimiento en la resolución de problemas
complejos
-
Comprende los aspectos fundamentales de los Sistemas Expertos.
-
Desarrolla aplicaciones basadas en técnicas de Inteligencia Artificial.
-
Utiliza los conceptos para implementar redes neuronales específicas.
7.3 Ponderación
Desempeño
dentro del aula
30/30
Tareas
enviadas
20/20
Evaluación
Nota de Actividades
50/50
100/100
8. BIBLIOGRAFÍA
8.1. BÁSICA
-
RUSSEL Stuart & NORVING Peter, “Inteligencia Artificial: Un Enfoque
Moderno”, Segunda Edición, Prentice Hall, Madrid, 2004.
-
GIARRATANO Joseph & RILEY Gary, “Expert Systems: Principles and
Programming”, Tercera Edición, PWS Publishing Company, 1998
-
NINAQUISPE Heyner, “Tutorial de Inteligencia Artificial y Sistemas
Expertos”, Septiembre, 2004.
-
CASTILLO Enrique & GUTIERREZ José, “Sistemas Expertos y Modelos
de Redes Probabilísticas”, Universidad de Cantabria, Santander,
España.
8.2. COMPLEMENTARIA
-
MIRA J. & DELGADO A.E, “Aspectos Básicos de la Inteligencia
Artificial”, Editorial Sanz y Torres, Madrid, 1995.
-
MORENO Antonio & ARMENGOL Eva, “Aprendizaje Automático”,
Ediciones UPC, Barcelona, 1999.
-
LOPEZ Daniela, “Inteligencia Artificial y Redes Neuronales”, Paper,
Junio de 2001
9. DATOS DEL CATEDRÁTICO
NOMBRE:
TITULO DE PREGRADO:
computacionales
TITULOS DE POSTGRADO:
E-Mail:
_____________________________
Ing. Antonio Cevallos
Decano
tito velez
Ingeniero
en
sistemas
master en ecommerce
[email protected]
______________________________
Ing. Tito velez
Profesor