Información del curso | ||
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 | Tres (03) | |
Prerrequisitos | Algorítmica III | |
Semestre académico | 2017 - II | |
Syllabus |
Artificial Intelligence
Inteligencia Artificial Hugo Vega 2017-II
jueves, 24 de agosto de 2017
Información del Curso
Desarrollo del Curso
Semana | Tema | Trabajo de Clase | Laboratorio |
1 | Clasificación de problemas algorítmicos [Ver Contenido]Presentación del curso. Clasificación de problemas algorítmicos, problemas P y NP. Problemas de decisión, localización y optimización. Descripción de algunos problemas NP-difícil. |
LISP | |
2 | Fundamentos de la inteligencia artificial [Ver Contenido]Definición de |
||
3,4 | Representación de problemas de juego humano – máquina como búsqueda en un espacio de estado [Ver Contenido]Definición de problemas deAgente Inteligente: Circuito Código |
|
|
5 | Métodos de búsqueda ciega [Ver Contenido]El problema de búsqueda en un espacio de estado como grafo. La imposibilidad deusar métodos de caminos mínimos. El concepto de los métodos de búsqueda ciega e informada. El árbol de estado. Los métodos ciegos: amplitud, profundidad, no- deterministico. Agente Inteligente: Circuito Código |
- | Primera Practica |
6 | Métodos de búsqueda informados [Ver Contenido]La función evaluadora, métodos que usan información adicional: primero el mejor,ascenso a la colina, A*, ramificación y acotación. |
- | |
7 | Métodos de búsqueda para juegos humano-máquina [Ver Contenido]Algoritmo de juego humano – máquina. Estrategias de juego de máquina: nodeterminístico, primero el mejor, min-max y mejor diferencia de utilidades. Algoritmo min-max y alfa-beta. |
- | - |
8 | Examen Parcial [Visualizar] |
Solución Examen | - |
9 | Fundamentos de sistemas expertos [Ver Contenido]Definición de Sistemas Expertos. Arquitectura de un sistema experto. Taxonomía y aplicaciones de los sistemas expertos. Requisitos para el desarrollo de sistemas expertos y ventajas del uso de sistemas expertos. Algunos problemas basados en el conocimiento. |
Árbol Genealógico |
Recursividad en Prolog Ejecutable |
10 | Ingeniería de conocimiento [Ver Contenido]Introducción. Adquisición de conocimiento. La metodología CommonKADS. Diseño de Sistemas Expertos (SE). Ciclo de vida de un SE. |
SE | - |
11 | Adquisición de Conocimiento [Ver Contenido]Adquisición de conocimiento. Construcción de la base de hechos y base de conocimiento. Estructuras de representación de conocimientos (reglas de inferencias, frames, objects, ontologías, metadatos, thesaurus). |
Manual Prolog | - |
12 | Desarrollo de sistemas expertos basados en reglas [Ver Contenido]Construcción de la base de hechos y base de conocimiento. El motor de inferencia. Los métodos de encadenamiento regresivo, progresivo y reversibilidad. Técnicas de equiparación, el algoritmo RETE. Técnicas de resolución de conflictos. |
- | Paraderos |
13 | Calidad y validación de sistemas expertos [Ver Contenido]Principales errores en el desarrollo de un sistema experto. Calidad de un sistema experto. Validación de sistemas inteligentes, métodos cuantitativos de validación. Eficiencia y error de sistemas expertos. Revisión de la funcionalidad del SE del 2do trabajo. |
|
Ejecutable practica |
14 | Introducción a Machine Learning y heurísticas [Ver Contenido]Conceptos de aprendizaje y de machine learning. Sistemas experto vs machine learning. Técnicas de aprendizaje y fases de desarrollo de machine learning. Aplicaciones de machine learning en la industria y servicios. El problema de la optimización combinatoria. Conceptos de heurísticas y meta-heurísticas. Algoritmos exactos vs algoritmos heurísticos. Técnicas heurísticas y meta-heurísticas. Problemas de optimización combinatoria en la industria y servicios. |
Código Arduino |
|
15 | Examen Final [Visualizar] |
Caso 2 Examen FInal |
miércoles, 23 de agosto de 2017
Proyecto Final del Curso: "Control Domótico de una Habitación" - "Domotic Control of a Room"
Paper |
Description |
---|---|
This document proposes an intelligent agent related to home automation, light sensor (GL55), motion sensor (HC-SR501), touch sensor (TTPB223B) and an ultrasound sensor (HC-SR04). These sensors are interrelated to each other causing various actions that depend on the stimulus they read from the environment. |
Video del funcionamiento del Proyecto
Suscribirse a:
Entradas (Atom)