Descarga la aplicación para disfrutar aún más
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.
Compartir