Ensenanza_de_Inteligencia_Artificial_e_Ingenieria_

Vista previa del material en texto

1
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Inteligencia Artificial e 
Ingeniería del Conocimiento
Curso: 4
Cuatrimestre: 1 
Tipo: Troncal 
Nº créditos: 4,5T + 4,5 P
Departamento de Ciencias de la Computación 
e Inteligencia Artificial
Curso 2008/2009
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Estructura de la asignatura
• Profesores teoría:
– Antonio González (Grupos B y C) A.Gonzalez@decsai.ugr.es
– Serafín Moral (Grupo A) smc@decsai.ugr.es
• Profesores prácticas:
• Juan Fernández faro@decsai.ugr.es
• Raúl Pérez fgr@decsai.ugr.es
• Web:
– http://decsai.ugr.es (temarios)
– http://decsai.ugr.es/iaic (prácticas y material)
2
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Programa de teoría
• La Inteligencia Artificial 
– Problemas, técnicas y métodos de la I.A. 
– Agentes inteligentes
– La búsqueda en un espacio de estados
– Heurística y representación de problemas 
• Métodos de búsqueda heurística 
– Búsqueda sin información
– Métodos de escalada
– Búsqueda primero el mejor
– Descomposición de problemas
– Heurísticas sobre el proceso de búsqueda
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Programa de teoría
• Satisfacción de restricciones
– Tipos de problemas
– Métodos de búsqueda
– Búsqueda local para problemas de satisfacción de 
restricciones
• Búsqueda heurística con adversario: Juegos 
– El modelo básico
– Heurísticas sobre juegos 
• Propiedades formales de los métodos heurísticos 
– Búsqueda y solución óptima con A*
– Heurísticas a través de modelos simplificados
3
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Programa de teoría
• Planificación 
– Razonamiento sobre acciones
– Planificación clásica
– Planificación como búsqueda en un espacio de estados
– Planificación como búsqueda en un espacio de planes 
– Planificación jerárquica
• Introducción al aprendizaje 
– Distintos tipos de aprendizaje 
– Modelos inductivos sobre árboles de decisión 
– Modelos inductivos para la generación de reglas 
– Aprendizaje por refuerzo
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Programa de teoría
• Modelos gráficos probabilísticos
– Sistemas intensionales y extensionales 
– Conceptos básicos de probabilidad. Teorema de 
Bayes
– Independencias condicionadas 
– Representación de independencias mediante 
grafos dirigido acíclicos 
– Descomposición de una probabilidad bajo un grafo 
dirigido 
– Construcción de modelos gráficos probabilísticos
– Algoritmos de propagación de probabilidades 
– Aprendizaje de redes bayesianas
4
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Programa de prácticas
• Búsqueda 
• Planificación
• Aprendizaje 
Previsiones de inicio de cada práctica:
• Primera práctica: 20 de Octubre
• Segunda práctica: 17 de Noviembre
• Tercera práctica: 15 de Diciembre
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Tutorías
• Lunes y Martes de 12-14
• Jueves y Viernes de 12-13
5
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Bibliografía
• W. Brenner, R. Zarnekow, H. Witting, Intelligent Software Agents, Springer Verlag, 
1998.
• E. Castillo, J.M. Gutiérrez y A.S. Hadi. Sistemas Expertos y Modelos de Redes 
Probabilísticas, Monografías de la Academia de Ingeniería, Madrid (1997) 
• F. Escolano y otros, Inteligencia Artificial: Modelos, Técnicas y Areas de Aplicación, 
Ed. Thomson-Paraninfo (2003).
• F. Jensen. An Introduction to Bayesian Networks. UCL Press (1996)
• T. Mitchell, Machine Learning , Ed. Mac Graw-Hill (1998) 
• N. Nilsson, Inteligencia Artificial: una nueva síntesis, Ed. Mac Graw Hill (2000)
• J. Pearl, Heuristics, Addison-Wesley (1985) 
• J. Pearl, Probabilistic Reasoning in Intelligent Systems. Morgan Kaufmann, San 
Mateo (1988)
• E. Rich, K. Knight, Inteligencia Artificial, segunda edición, Mc Graw Hill Co. (1992) 
• S. Russell, P. Norvig, Inteligencia Artificial: un Enfoque Moderno, Segunda 
Edición, Ed. Pearson-Prentice Hall (2004) 
Presentación de la asignaturaInteligencia Artificial e Ingeniería del Conocimiento
Evaluación
• En la convocatoria ordinaria de febrero se 
realizará un examen teórico final cuya 
calificación se ponderará con la nota de la parte 
práctica (60% de la parte de teoría y 40% de la 
parte práctica) exigiendo un mínimo de 3 en 
cada parte para poder realizar la media. 
• En la convocatoria extraordinaria de septiembre 
habrá un único examen, sin entrega de 
prácticas. Las prácticas entregadas en febrero 
se tendrán en cuenta para la nota de septiembre 
siempre de forma positiva y con el mismo 
porcentaje que en febrero.