Está en la página 1de 17

UNIVERSIDAD POLITÉCNICA TERRITORIAL “ANDRÉS ELOY BLANCO”

VICERRECTORADO ACADÉMICO
DIRECCIÓN DE FORMACIÓN

PROGRAMA DE LA UNIDAD CURRICULAR

DEPARTAMENTO/COORDINACION:_DEPARTAMENTO DEL PROGRAMA DE FORMACIÓN EN INFORMÁTICA

PROGRAMA NACIONAL DE FORMACIÓN: INFORMÁTICA

UNIDAD CURRICULAR: ELECTIVA IV –INTELIGENCIA ARTIFICIAL ______

CÓDIGO: PIEL 443 UNIDAD DE CRÉDITO:___4____ AÑO: __2016______

TRAYECTO: 0: ___ I: ___ II: ___ III: ____ IV: __X__

UNIDAD DE PLANIFICACIÓN CURRICULAR

FIRMA Y SELLO

Revisiones Curriculares del Pensum de Estudio:


Esta misma Unidad Curricular también se administró bajo las siguientes denominaciones y/ Codificaciones
Año: Denominación: Código:

N° de páginas: 17__

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PROGRAMA ANALÍTICO

FUNDAMENTACIÓN
Mediante esta Unidad Curricular, el Programa Nacional de Formación en Informática perfila al Ingeniero con la
capacidad de identificar y aplicar técnicas de Inteligencia Artificial (IA) en la solución de problemas complejos propios del área,
entre los que destacan: diagnóstico, toma de decisiones, clasificación, minería de datos, control automático, entre otros;
aportando una visión amplia acerca de los diferentes campos de aplicación de la IA, además de las habilidades necesarias en
la programación y desarrollo de estas soluciones usando software de distribución libre de acuerdo a lo establecido en la
normativa legal vigente. Para esto, se da una introducción a la Inteligencia Artificial (IA) presentando la gama de los métodos y
técnicas más utilizadas en las diferentes áreas de acción de la IA, profundizando en aquellas más comunes para la
construcción de aplicaciones del mundo real y virtual; abordando de igual forma su importancia y su impacto en la vida
cotidiana en pro de formar en el estudiante una actitud crítica, reflexiva, y responsable acerca del uso de estas tecnologías en
el desarrollo científico y en el sector socio productivo.
Esta unidad curricular está concebida como una electiva en cuanto a que el estudiante tenga la alternativa de formarse
en un campo de avanzada, con continuo desarrollo científico-tecnológico, con diversas líneas de investigación donde pueda
tener la posibilidad de desarrollar soluciones innovadoras a problemas complejos. Está situada en el último trayecto del PNF
como una de las últimas del plan de estudio para garantizar que se domine el conocimiento y habilidades necesarias de otras
unidades curriculares previas, con una base de aprendizaje en temas como: estructuras de control, listas, arboles, recursividad,
conocimientos de teoría de la probabilidad, programación en lenguajes de alto nivel de código abierto, conocimientos de
estructura y bases de datos, entre otras.
La gestión en la modalidad semipresencial está basada en la plataforma del Complejo Educativo Virtual (CEV)
institucional disponible en http://www.upaebvirtual.edu.ve/. Esta organizada en cuatro (04) unidades cuyos contenidos van
gradualmente desde conocimientos básicos generales hasta el conocimiento y desarrollo de habilidades más complejas.
 Unidad I: Se tratan conceptos fundamentales necesarios para definir y comprender el origen de la I.A., las diferentes
áreas de desarrollo y el estado actual de las mismas; de tal manera que el estudiante tenga una visión amplia de las
aplicaciones de la IA en la vida cotidiana. Esta visión formará la base sobre la cual desarrollar su capacidad de análisis
crítico en temas de IA y ubicarlos en un contexto global. Contará solo con dos (02) encuentros presenciales al iniciar y
finalizar la unidad.
 Unidad II: Se estudia una variedad de conceptos y técnicas que permiten al participante desarrollar la capacidad de
plantear soluciones a problemas específicos mediante algoritmos de búsqueda, de tal forma que respondan a
requerimientos dados, ya sea que se tenga o no información previa relevante que ayude a encontrar la solución con
criterios de optimización. Contará con encuentros presenciales intercalados con encuentros virtuales.
 Unidad III: En esta se desarrolla lo relacionado al diseño y desarrollo de sistemas basados en conocimiento, necesarios
para que el estudiante pueda generar ideas en la representación adecuada de conocimiento específico en una

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
FUNDAMENTACIÓN
disciplina determinada; además de plantear e implementar mecanismos de razonamiento que manipulen ese
conocimiento para producir soluciones a problemas propuestos. Se retoman acá los conceptos de lógica, inducción y
teoría de grafos. Contará con encuentros presenciales intercalados con encuentros virtuales.
 Unidad IV: Se estudian las diferentes técnicas de aprendizaje de máquina tanto para adaptarse a nuevas
circunstancias, como para detectar y extrapolar patrones; mediante la generación del conocimiento requerido para la
toma de decisiones. También se desarrolla el tema de la minería de datos como una de las aplicaciones más
relevantes del aprendizaje inductivo. Contará con encuentros presenciales intercalados con encuentros virtuales.

Se desarrollaran actividades presenciales y a distancia, individuales y grupales; donde pongan en práctica los
conocimientos y habilidades para la lecto-escritura, análisis y síntesis, creatividad e ingenio, la participación crítico reflexiva,
socialización y colaboración en la construcción colectiva.
A medida que se estudien los diferentes temas, los estudiantes irán desarrollando una solución final o módulo de minería
de datos de acuerdo a las necesidades de un proyecto socio tecnológico. A través de esta aplicación, el estudiante podrá
llevar a cabo investigación, innovación, creación intelectual y formación para el trabajo en equipo.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
EVIDENCIAS DE LOGRO

 Entusiasmo e Interés en el aprendizaje de los temas de la unidad curricular relacionados con la IA.
 Apropiación de los conceptos relacionados con los temas estudiados.
 Valoración de la importancia de los temas tratados durante el desarrollo de la unidad curricular.

 Dominio sobre el conocimiento teórico-práctico relacionado a la IA tratados en la unidad curricular

 Combinación de la teoría y la práctica para realizar tareas que requieren aplicar técnicas de búsqueda.
 Formalización y especificación de problemas reales cuya solución requiere aplicar técnicas para representar
conocimientos
 Formalización y especificación de problemas reales cuya solución requiere aplicar técnicas de inferencia
 Diseño y construcción de sistemas informáticos inteligentes
 Diseño y construcción de aplicaciones inteligentes con aprendizaje automático
 Capacidad de resolver problemas para los que no se conoce solución

 Participación activa, crítica y reflexiva en el desarrollo de las actividades de aprendizaje.


 Capacidad de comunicación y colaboración durante el trabajo en equipo.
 Reconocimiento de la importancia de sus aportaciones en el trabajo grupal o colectivo.
 Valoración del uso de herramientas web a través del Complejo Educativo Virtual de la UPTAEB para el
aprendizaje de la unidad curricular.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
TRANSVERSALIDAD
Esta unidad curricular representa un aporte al proyecto socio tecnológico como eje de trabajo productivo, ofreciendo los
conocimientos y destrezas necesarias para llevar a cabo un proceso de minería con técnicas de inteligencia artificial, aplicado
sobre los datos registrados por el sistema informático que se esté desarrollando para automatizar algún proceso en una
organización determinada. De esta forma, puede generarse conocimiento no explicito que se ocultan en los datos en forma de
patrones, el cual puede servir de base ´para la toma de decisiones por parte de la gerencia responsable del sistema.
Además se relaciona con las unidades curriculares del área de programación y base de datos, puesto que son
conocimientos y habilidades básicas necesarias para alcanzar los objetivos de aprendizaje de la unidad curricular;
incentivando además el uso de las herramientas web 2.0 en el proceso de enseñanza y aprendizaje, conocimiento
fundamental para profesionales del área de las TIC.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PNF: Informática EJE DE FORMACIÓN: UNIDAD CURRICULAR: Electiva IV TRAYECTO: IV UNIDAD CRÉDITO: 4
HTE: 5 HTA: 4 HTI: 1
CÓDIGO: PIEL443 LAPSO ACADÉMICO:

UNIDAD DE APRENDIZAJE: Unidad 1: Fundamentos de Inteligencia Artificial


Presentar la importancia de las aplicaciones de la IA en la cotidianidad en base su historia, áreas de trabajo y a la posible aplicación de sus técnicas
PROPÓSITO (S) en un problema, necesidad o reto de la vida real.
(Nivel: Aplicar)
TIPO
CONTENIDOS ESTRATEGIAS DIDÁCTICAS ESTRATEGIAS DE EVALUACIÓN
C P A
- Presencia: Bloque 0: Presentación de
1. Historia de la IA, Concepto. X la unidad curricular en el Complejo - Comprobación: Elaboración
X Educativo Virtual institucional (CEV). de línea de tiempo con eventos
2. Paradigmas y Campos de Aplicación: - Alcance: Video del docente en el CEV resaltantes de la IA usando
sobre los alcances de la unidad curricular una herramienta web para tal
Áreas clásicas:
y plan de evaluación. fin. (timetoast). (CoEv- 5%)
- Sistemas Expertos.(sistemas basados en - Interacción; Discusión socializada
conocimiento) sobre expectativas de los estudiantes - Comprobación: Entrevista
- Aprendizaje y Razonamiento Automático acerca de la unidad curricular. Foro sobre estado del arte de la IA y
- Procesamiento de Lenguaje su importancia (soundcloud) .
Natural (PLN). - Exposición: Visualización de video (HeEv- 5%)
- Reconocimiento de patrones. rompehielo (youtube) relacionado con la
I.A. (actividad presencial semana 1)
- Robótica. X - Comprobación: Informe
- Rebote: discusión socializada sobre la
I.A. en películas exitosas relacionadas colaborativo: Elaboración
3. Áreas de Vanguardia: con la Inteligencia Artificial. (actividad cuadro de variables para
- Redes Neuronales presencial semana 1) proyecto de aplicación de
minería de datos en el
- Lógica Difusa proyecto socio tecnológico.
- Exposición: Presentación de material
- Algoritmos Genéticos web multimedia en el CEV, sobre la I.A. y (googledocs) (HeEv- 5%)
- Agentes inteligentes X su historia. (slideshare, Gdrive, youtube,
- Minería de datos, Otras picassa, scribd)
- Exposición: Presentación de material
4. Importancia del desarrollo de la IA
web multimedia en el CEV sobre áreas y
aplicaciones de la I.A. (slideshare,
youtube)
- Construcción: Debate sobre áreas y

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
aplicaciones de la I.A. en la vida
cotidiana. (entradas individuales en blog)

- Exposición: Presentación de material


web multimedia en el CEV sobre la
minería de datos y sus fases.
(slideshare, youtube, picassa, scribd)

- Rebote: Discusión socializada sobre


aplicación de minería de datos en los
proyectos socio tecnológicos. (actividad
presencial semana 3)
REFERENCIAS BIBLIOGRÁFICAS BÁSICAS REFERENCIAS BIBLIOGRÁFICAS COMPLEMENTARIAS
RUSSELL S, & Norvig P, Inteligencia Artificial, Un enfoque Moderno, Ed. CÓRDOBA S. Ciencia Ficción. Página Web en línea.
Prentice Hall, 2006. https://sites.google.com/view/videocreatio/p%C3%A1gina-principal.
Junio, 2017

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PNF: Informática EJE DE FORMACIÓN: UNIDAD CURRICULAR: Electiva IV TRAYECTO: IV UNIDAD CREDITO: 4
HTE: 5 HTA: 4 HTI: 1
CODIGO: PIEL443 LAPSO ACADEMICO:

UNIDAD DE APRENDIZAJE: Unidad 2: Técnicas de búsqueda


PROPÓSITO (S) Programar soluciones a problemas complejos mediante algoritmos de búsqueda ya sea que se tenga o no información previa relevante al problema.
(Nivel: Crear)
TIPO
CONTENIDOS ESTRATEGIAS DIDÁCTICAS ESTRATEGIAS DE EVALUACIÓN
C P A
- Exposición: Presentación de material
1. Problemas de espacios de estado. X web multimedia en el CEV sobre - Comprobación Codificación
- Determinísticos. problemas de espacio de estados con grupal de un algoritmo de
- No determinísticos. ejemplos de problemas cotidianos donde búsqueda heurística para la
X se pueda aplicar representación basada resolución de un problema
2. Búsqueda no informada:
en estados. (slideshare, youtube, dado. (Gedit, php, java,C,
- Primero en anchura. scribd) otros) (HeEv- 5%)
- Primero en profundidad - Rebote: Discusión socializada en el
- Costo Uniforme CEV sobre Representación basada en - Comprobación Elaboración
- Grafos O, Grafos A. estados de un problema complejo dado de presentación individual
por el docente. (chat) explicando paso a paso la
ejecución del programa
3. Búsqueda Heurística. - Exposición: Presentación de material codificado. (slideshare)
X
- Primero el Mejor web multimedia en el CEV sobre (CoEv- 5%)
algoritmos de búsqueda no informada y
- A*
búsqueda heurística. (slideshare, - Comprobación: Informe
- Búsqueda local y algoritmos genéticos. youtube, scribd) colaborativo: Generación de
- Agentes de Búsqueda online - Construcción : Ejecución colectiva de Tabla con los datos
algoritmo de búsqueda heurística
recopilados como avance de
aplicado a un problema sencillo,
4. Satisfacción de restricciones. construcción del árbol de búsqueda. proyecto de minería.
X (googesheets) (HeEv- 5%)
(actividad presencial semana 5)
5. Teoría de juegos. x
- Exposición: Presentación de material
web multimedia en el CEV sobre
satisfacción de restricciones y teoría de
juegos.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
- Rebote: Publicación individual sobre
teoría de juegos. (facebook)

- Construcción: Discusión socializada


sobre recopilación de datos a minar en
los proyectos socio tecnológicos. Foro
REFERENCIAS BIBLIOGRÁFICAS BÁSICAS REFERENCIAS BIBLIOGRÁFICAS COMPLEMENTARIAS
RUSSELL S, & Norvig P, Inteligencia Artificial, Un enfoque Moderno, Ed. RICH E, & Knight K, Inteligencia Artificial, Ed McGrawHill,1992.
Prentice Hall, 2006.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PNF: Informática EJE DE FORMACIÓN: UNIDAD CURRICULAR: Electiva IV TRAYECTO: IV UNIDAD CRÉDITO: 4
HTE: 5 HTA: 4 HTI: 1
CÓDIGO: PIEL443 LAPSO ACADÉMICO:

UNIDAD DE APRENDIZAJE: Unidad 3: Sistemas Basados en Conocimiento


Diseñar sistemas basados en conocimiento en un área disciplinar determinada, con una representación adecuada del conocimiento y mecanismos de
PROPÓSITO (S)
razonamiento que manipulen ese conocimiento para generar soluciones a problemas o satisfacer necesidades específicas del área.
(Nivel: Crear)
TIPO
CONTENIDOS ESTRATEGIAS DIDÁCTICAS ESTRATEGIAS DE EVALUACIÓN
C P A
1. Concepto de conocimiento. X - Comprobación discusión
- Exposición: Presentación de material socializada sobre artículo
2. Representación de conocimiento. X
web multimedia en el CEV sobre científico relacionado con
- Mapas conceptuales. X representación del conocimiento y sistemas basados en
- Redes semánticas, marcos mecanismos de razonamiento.
conocimiento. (CoEv- 5%)
- Lógica de predicados. (slideshare, youtube, scribd, issuu)
Foro
- Rebote: Discusión socializada sobre
- Otras sistemas basados en conocimiento
- Comprobación Elaboración
X usados en la actualidad a nivel mundial,
3. Razonamiento con incertidumbre. de presentación mostrando el
enfatizando en la representación del
- Aprendizaje. diseño de un sistema de
conocimiento y los mecanismos de
producción basado en reglas
- Razonamiento probabilístico. razonamiento. (actividad presencial
para un problema especifico.
semana 7)
- Lógicas multivaluadas. (HeEv- 5%) slideshare
- Lógica difusa.
X - Exposición: Presentación de material - Comprobación Informe
web multimedia en el CEV sobre colaborativo: Generación de
4. Reglas de producción. sistemas de producción basado en
X hoja de cálculo con los datos
- Sintaxis, - Semántica reglas. (slideshare, youtube, scribd)
a minar preprocesados,
5. Arquitectura de un sistema de como avance de proyecto de
- Construcción colectiva: Demostración minería. (HeEv- 5%)
producción. X del funcionamiento de un sistema de googlesheets
- Hechos. producción basado en reglas en un
- Base de conocimientos. problema dado, enfatizando en su
arquitectura y en los mecanismos de
- Mecanismos de control. razonamiento. ( Google docs )

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
- Exposición: Discusión socializada
sobre pre procesamiento de los datos del
proyecto para el proceso de minería.
(actividad presencial semana 9)

REFERENCIAS BIBLIOGRÁFICAS BÁSICAS REFERENCIAS BIBLIOGRÁFICAS COMPLEMENTARIAS


RUSSELL S, & Norvig P, Inteligencia Artificial, Un enfoque PALMA M. J & al, Inteligencia Artificial Técnicas, Métodos y
Moderno, Ed. Prentice Hall, 2006. Aplicaciones, Ed.McGrawHill,

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PNF: Informática EJE DE FORMACIÓN: UNIDAD CURRICULAR: Electiva IV TRAYECTO: IV UNIDAD CRÉDITO: 4
HTE: 5 HTA: 4 HTI: 1
CÓDIGO: PIEL443 LAPSO ACADÉMICO:

UNIDAD DE APRENDIZAJE: Unidad 4: Aprendizaje Automático


Informar sobre el proceso de minería de datos realizado en la data de un sistema de información específico, aplicando las técnicas de aprendizaje
PROPÓSITO (S)
automático para detectar y extrapolar patrones que generen conocimiento requerido para la toma de decisiones.
(Nivel: Evaluar)
TIPO
CONTENIDOS ESTRATEGIAS DIDÁCTICAS ESTRATEGIAS DE EVALUACIÓN
C P A
1. Definición y Tipos. X
- Exposición: Presentación de material - Comprobación Elaboración
2. Aprendizaje Inductivo web multimedia en el CEV sobre colaborativa de cuadro
- Aprendizaje supervisado: X aprendizaje automático y su clasificación. comparativo de los tipos de
 Espacio de versiones X (slideshare, youtube, scribd) aprendizaje automático.
X - Rebote: discusión socializada sobre (CoEv- 10%) google docs
 Arboles de inducción
X aplicaciones del aprendizaje automático
 Aprendizaje Bayesiano
X en avances tecnológicos de actualidad. - Comprobación: prueba
 Aprendizaje de redes foro sobre técnicas de aprendizaje
bayesianas - Exposición: Presentación de material automático en minería de
web multimedia en el CEV sobre datos. cuestionario.
X aprendizaje basado en ejemplos, redes (AuEv- 5%)
 Aprendizaje basado en X neuronales, Máquinas de Soporte
Vectorial. (slideshare, youtube, scribd)
ejemplos X
 Redes Neuronales - Comprobación Codificación
- Construcción: demostración de de la técnica de minería en el
 Máquinas de Soporte X aprendizaje basado en ejemplos de cada proyecto sociotecnologico.
Vectorial tipo de aprendizaje. (actividad (HeEv- 10%) (Gedit, php)
presencial semana 11)
- Aprendizaje no supervisado - Comprobación Informe
X - Exposición: Presentación de material
web multimedia en el CEV sobre colaborativo: proceso de
aprendizaje no supervisado. (slideshare, minería con todas sus fases
X
3. Aplicaciones del aprendizaje inductivo: youtube, scribd) incluyendo Diseño y ejecución
de los experimentos de minería,
Data mining
generación del modelo. (HeEv-
- Construcción: Presentación sobre el 20%) scribd

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
4. Otros tipos de Aprendizaje proceso de minería de datos realizado en - Comprobación Elaboración
el proyecto, tomando en cuenta la técnica de video de presentación de
de I.A. seleccionada (actividad resultados. (CoEv- 10%)
presencial semana 13) youtube
Bloque de Cierre: discusión de notas,
evaluación del curso. foro, encuesta

REFERENCIAS BIBLIOGRÁFICAS BÁSICAS REFERENCIAS BIBLIOGRÁFICAS COMPLEMENTARIAS

RUSSELL S, & Norvig P, Inteligencia Artificial, Un enfoque WINSTON, Patrick Henry, Inteligencia Artificial, Ed. Addison Wesley
Moderno, Ed. Prentice Hall, 2006. Iberoamericana,

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
PLAN DE EVALUACIÓN

PNF: Informática UNIDAD CURRICULAR: Electiva IV. Inteligencia Artificial Código:

Trayecto: Lapso: HTE: HTA: HTI: UC: Fecha:

Forma de
Contenidos participación Autoev Coevalu Doce Pondera Fecha
Unidad
(Específicos a Evaluar)
Tipos Actividad aluació ación nte ción
C P A n %
F - discusión sobre expectativas de los X X Sesión. 1
estudiantes acerca de la unidad curricular.
(foro)
- Elaboración de línea de tiempo con Sesión. 1
Historia de la IA S X X 5
eventos resaltantes de la IA usando una
herramienta web para tal fin. timetoast
- discusión socializada sobre áreas y Sesión. 2
Áreas y aplicaciones de IA F aplicaciones de la IA en películas exitosas
X X
relacionadas con la Inteligencia Artificial.
(presencial)
Estado del arte de la IA S - Entrevista sobre estado del arte de la IA X X 5 Sesión 3
y su importancia. soundcloud
F - Debate sobre áreas y aplicaciones de la X X Sesión 4
I I.A. en la vida cotidiana. blogger
- Discusión socializada sobre aplicación de X X Sesión 5
Minería de datos en F minería de datos en los proyectos socio
proyectos socio tecnológicos tecnológicos. presencial
S - Informe colaborativo: Elaboración cuadro X X 5
de variables para proyecto de aplicación de Sesión 6
minería de datos en el proyecto socio
tecnológico.

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
Contenidos Autoev Coevalu Doce Pondera Fecha
Unidad
(Específicos a Evaluar)
Tipos Actividad C P A aluació ación nte ción
n %

II Algoritmos de Búsqueda F - Discusión socializada sobre X X Sesión 8


Heurística Representación basada en estados de un
problema complejo dado por el docente .
FORO
Sesión 9
F - Ejecución colectiva de algoritmo de X X
búsqueda heurística aplicado a un
Fase de selección de datos en problema sencillo, construcción del árbol
minería de datos de búsqueda. presencial
S - Codificación de un algoritmo de búsqueda X X 5 Sesión 10
heurística para la resolución de un problema
dado. (Gedit, php, java,C, otros)
- Elaboración de presentación (en línea)
explicando paso a paso la ejecución del Sesión 10
S programa codificado. slideshare
X X 5
- Publicación individual sobre teoría de
juegos. (facebook)
F - Conversatorio sobre recopilación de X X Sesión 11
datos a minar en los proyectos socio
F tecnológicos (FORO) X X
Sesión 11
- Informe colaborativo: Generación de Tabla
S con los datos recopilados como avance de
proyecto de minería. (googesheets X X 5 Sesión 12

Unidad Contenidos Tipos Actividad C P A


(Específicos a Evaluar)
Autoev Coevalu Doce Pondera
aluació ación nte ción
n %

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
Sistemas basados en F - Discusión socializada sobre sistemas X X
conocimiento basados en conocimiento usados en la
actualidad a nivel mundial, enfatizando en
la representación del conocimiento y los Sesión 14
mecanismos de razonamiento.
presencial.
Sistemas de producción S - discusión sobre artículo científico X X 5
basado en reglas relacionado con sistemas basados en
conocimiento. Foro
- Demostración del funcionamiento de un
Fase de preprocesado de F X X Sesión 15
sistema de producción basado en reglas en
datos en proceso de minería un problema dado, enfatizando en su
del proyecto arquitectura y en los mecanismos de
razonamiento. ( Google docs ) Sesión 16
III S - Elaboración de presentación mostrando el X X 5
diseño de un sistema de producción basado
en reglas para un problema especifico.
slideshare. Sesión 17
F - Discusión socializada sobre pre X X
procesamiento de los datos del proyecto
para el proceso de minería. (presencial
semana 9) Sesión 18
S - Informe colaborativo: Generación de X X 5
hoja de cálculo con los datos a minar
preprocesados, como avance de proyecto
Sesión 18
de minería. googlesheets

Contenidos Autoev Coevalu Doce Pondera Fecha


Unidad
(Específicos a Evaluar)
Tipos Actividad C P A aluació ación nte ción
n %
IV F - discusión socializada sobre X X Sesión 19
Aprendizaje Automático aplicaciones del aprendizaje automático

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática
en avances tecnológicos de actualidad.
Ultimas fases del proceso
foro
de minería del proyecto S - Elaboración colaborativa de cuadro
X X 10 Sesión 20
comparativo de los tipos de aprendizaje
automático. google docs
F - demostración de aprendizaje basado X X
Sesión 22
en ejemplos de cada tipo de aprendizaje.
(presencial semana 11)
S - prueba sobre técnicas de aprendizaje X X 5 Sesión 23
automático en minería de datos.
S cuestionario. X X 10
- Codificación de la técnica de minería en el Sesión 24
F proyecto socio tecnológico. Gedit, php X X
- Presentación sobre el proceso de
Sesión 26
minería de datos realizado en el
proyecto, tomando en cuenta la técnica
de I.A. seleccionada (presencial
S semana 13) X X 20
- Informe colaborativo: proceso de Sesión 27
minería con todas sus fases incluyendo
Diseño y ejecución de los experimentos de
minería, generación del modelo. scribd
S X X 10
-Elaboración de video de presentación de Sesión 27
resultados. scribd

Firma Vocero del Curso:_____________________ Firma del Docente:___________________ Firma del Coord./ Jefe Dpto._______________

Leyenda: HTE: Horas Totales Estudiante. HTA: Horas Totales Asistida. HTI: Horas Totales Independientes Temas: C: Conceptual. P: Procedimental. A : Actitudinal

Universidad Politécnica Territorial ”Andrés Eloy Blanco”. Programa Nacional de Formación en Informática