SÍLABO

FACULTAD DE INGENIERÍA
MARZO 2021-AGOSTO 2021
NOMBRE DE LA ASIGNATURA CÓDIGO: 17946

INTELIGENCIA ARTIFICIAL - GRUPO: 1

CARRERA COMPUTACION REDISEÑO

CICLO O SEMESTRE SEXTO NIVEL EJE DE FORMACIÓN PROFESIONALES, PRAXIS PROFESIONAL

CRÉDITOS DE LA ASIGNATURA 2 MODALIDAD: PRESENCIAL

CARGA HORARIA
COMPONENTES DEL APRENDIZAJE Horas / Semana Horas / Periodo Académico

APRENDIZAJE EN CONTACTO CON EL DOCENTE (ACD) 4.0 64.0

APRENDIZAJE AUTÓNOMO (AA) 2.0 32.0

Total Horas: 6.0 96.0

PROFESOR(ES) RESPONSABLE(S):
SAQUICELA GALARZA VICTOR HUGO - (V.S.) ( victor.saquicela@ucuenca.edu.ec ) PRINCIPAL

DESCRIPCIÓN DE LA ASIGNATURA:
Resumen descriptivo en torno al propósito, la estrategia metodológica y el contenido fundamental de la asignatura.

El objetivo de esta asignatura es que el alumno conozca la historia, metodología, técnicas y fundamentos de la inteligencia artificial. Para lograr esto,
la asignatura se centra en los métodos de búsqueda, representación del conocimiento y el aprendizaje máquina.

REQUISITOS DE LA ASIGNATURA
Esta asignatura no tiene co-requisitos

PRE-REQUISITOS

Asignatura Código

INVESTIGACIÓN DE OPERACIONES 18584

LENGUAJES DE PROGRAMACIÓN 18585

OBJETIVO(S) DE LA ASIGNATURA:
Objetivos general y específicos de la asignatura en relación al Perfil de salida de la carrera.

Objetivo general: Conocer la historia, metodología, técnicas y fundamentos de la inteligencia artificial

Objetivos especificos:

1. Conocer y aplicar de los principios fundamentales y técnicas básicas de la Inteligencia Artificial y su aplicación práctica.

2. Identificar áreas de aplicación de las diferentes técnicas de inteligencia artificial.

3. Evaluar y utilizar estructuras de datos mas adecuadas a la resolución de problemas para el diseño de sistemas informáticos inteligentes.

LOGRO DE LOS RESULTADOS DE APRENDIZAJE, INDICADOR(ES) Y ESTRATEGIA(S) DE EVALUACIÓN

1
Resultados o Logros de Aprendizaje (RdA's) de la Unidad de Organización Curricular (UOC) correspondiente, Indicadores y Estrategias de Evaluación de la
Asignatura, tomando como referencia el Perfil de salida (PdS) y la Organización Curricular (OC) del Proyecto de Carrera (PdC).

RESULTADOS O LOGROS DE
INDICADORES ESTRATEGIAS DE EVALUACIÓN
APRENDIZAJE
RdA1. Adquiere una perspectiva general de lo • Define con claridad los conceptos de IA, • Prueba escrita
que es la inteligencia artificial sistemas inteligentes y las diferentes
estrategias de la IA.

• Conoce la historia de la inteligencia artificial.

RdA2. Aplica búsqueda en un espacio de • Define un problema en un espacio de estados • Prueba escrita
estados a la resolución de problemas. y su resolución mediante estrategias de
búsqueda. • Productos científicos y tecnológicos

• Realiza una planificación básica para abordar

la resolución del problema, planificación que
incluye la selección del algoritmo apropiado

RdA3. Adquiere una perspectiva general de la • Define con claridad los conceptos de • Prueba de desarrollo
representación del conocimiento. representación del conocimiento

RdA4. Adquiere una perspectiva general de • Define con claridad los conceptos • Prueba escrita
técnicas de razonamiento sobre la razonamiento sobre el conocimiento
representación del conocimiento.

RdA5. Analiza y diseña sistemas empleando
redes neuronales.
• Identifica el modelo de red neuronal optimo • Prueba escrita
para la solución de un problema
• Productos científicos y tecnológicos
• Utiliza software libre para la implementación
de redes neuronales

RdA6. Adquiere técnicas para representar
conocimiento y aplica técnicas de inferencia.
• Define e implementa ontologías para • Prueba escrita
representar el conocimiento
• Productos científicos y tecnológicos
• Selecciona modelos para representar
ontologías

CONTENIDOS, SESIONES Y ACTIVIDADES DE APRENDIZAJE

Título de la Unidad, sub -unidades, nro. de sesión y actividades para los componentes de aprendizaje.

Nro. COMPONENTE DE
SUB-UNIDADES ACTIVIDADES DE APRENDIZAJE
SESIÓN APRENDIZAJE
1. INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL

1. La inteligencia de las máquinas 1 APRENDIZAJE EN Exposición del material del docente 4 horas
CONTACTO CON EL
2. Definición de Sistema Inteligente DOCENTE (ACD)

APRENDIZAJE Lectura de capítulos de un libro 2 horas

3. Visión Histórica de la IA AUTÓNOMO (AA)

4. Futuro de la IA

2. RESOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDAS

1. Espacio de Estados 2 Exposición del material del docente 10 horas

APRENDIZAJE EN
2. Estrategias de Búsqueda Prácticas de los métodos de búsqueda 4 horas
CONTACTO CON EL
DOCENTE (ACD)
3. Búsquedas a Ciegas
Prueba 2 horas
4. Búsquedas Heurísticas
5 APRENDIZAJE Programación de los métodos de 6 horas
AUTÓNOMO (AA) busqueda.

3. REPRESENTACIÓN DEL CONOCIMIENTO

2
 Nro. COMPONENTE DE
SUB-UNIDADES ACTIVIDADES DE APRENDIZAJE
SESIÓN APRENDIZAJE
1. Base de Conocimiento: Simbólico y no Simbólico 1 APRENDIZAJE Preparación de una presentación 2 horas
AUTÓNOMO (AA)

2. Representación del Conocimiento: procedural, 3 APRENDIZAJE EN Exposición del material del docente 2 horas
relacional y jerárquico CONTACTO CON EL
DOCENTE (ACD) Sustentación de trabajos 2 horas
3. Revisión de la Lógica Clásica: proposicional y de
predicados

4. Reglas, marcos, redes semánticas, logica de la

incertidumbre

4. RAZONANDO CON EL CONOCIMIENTO

1. Razonamiento Probabilístico: teorema de bayes y 1 APRENDIZAJE Preparación de una presentación 1 horas

redes bayesianas AUTÓNOMO (AA)

2. Razonamiento según los distintos paradigmas de 4 APRENDIZAJE EN Exposición del material del docente 4 horas
representación CONTACTO CON EL
DOCENTE (ACD) Sustentación de trabajos 2 horas
3. Sistemas Basados en Conocimiento

4. Encadenamiento hacia Atrás

5. Encadenamiento hacia Adelante

6. Razonamiento Borroso

5. APRENDIZAJE AUTOMÁTICO

1. Definición y ejemplos de una amplia variedad de 4 APRENDIZAJE Práctica de las técnicas de Machine 8 horas
tareas de machine learning AUTÓNOMO (AA) Learning

2. Aprendizaje Supervisado y No Supervisado 5 Exposición del material del docente 16 horas

APRENDIZAJE EN
3. Predicción CONTACTO CON EL Prácticas de las diferentes técnicas 10 horas
DOCENTE (ACD)
4. Clasificación Prueba 2 horas

5. Clusterización

6. Reglas de Asociación

6. BÚSQUEDAS AVANZADAS

1. Búsqueda Dinámica en el espacio de estados 1 APRENDIZAJE Presentación de un algoritmo 0.5 horas

AUTÓNOMO (AA)
2. Explosión combinatoria en el espacio de estados
6 APRENDIZAJE EN Exposición del material del docente 2 horas
CONTACTO CON EL
DOCENTE (ACD)
3. A*, beam search

4. Búsqueda minimax, alpha-beta pruning

7. REPRESENTACIÓN Y RAZONAMIENTO AVANZADO

1. Lógica descriptiva 1 APRENDIZAJE Presentación de un algoritmo. 0.5 horas

AUTÓNOMO (AA)
2. Ingeniería Ontológica
7 APRENDIZAJE EN Exposición del material del docente 4 horas
CONTACTO CON EL
DOCENTE (ACD)
APRENDIZAJE EN
CONTACTO CON EL 64 horas
DOCENTE (ACD)
APRENDIZAJE
AUTÓNOMO (AA) 20 horas

Total: 84 horas

RECURSOS O MEDIOS PARA EL APRENDIZAJE

Equipos, materiales, instrumentos tecnológicos, reactivos, entre otros, que serán utilizados durante el desarrollo de la asignatura.

• Artículos digitales e impresos

3
 • Proyector Digital

• Diapositivas

CRITERIOS PARA LA ACREDITACIÓN DE LA ASIGNATURA

Parámetros de acreditación, tomando como referencia los Resultados de Aprendizaje (RdA's), indicadores y criterios de evaluación planteados y en base a
la normativa de evaluación y calificaciones vigente en la Universidad de Cuenca y Consejo de Educación Superior (CES).

CRITERIO GENERAL DE ACREDITACIÓN PUNTAJE

TAREAS EN CLASE 10
PRUEBAS 15
EXPOSICIONES 5
TRABAJOS 20
EXAMENES 50

TOTAL: 100

DETALLE DE CRITERIOS DE
PUNTAJE / CRITERIO GENERAL
ACREDITACIÓN
APROVECHAMIENTO I

EXPOSICIONES DE LAS UNIDADES REVISADAS 5 EXPOSICIONES

TRABAJOS ANTES DEL INTERCICLO 10 TRABAJOS

C94
TAREAS DE LAS DIFERENTES UNIDADES 5 TAREAS EN CLASE
PREVIO AL EXAMEN INTERCICLO

PRUEBAS DE LAS UNIDADES REVISADAS 5 PRUEBAS

PREVIO AL EXAMEN INTERCICLO

INTERCICLO
C95
INTERCICLO 20 EXAMENES

APROVECHAMIENTO II

TAREAS DE LAS DIFERENTES UNIDADES 5 TAREAS EN CLASE

PREVIO AL EXAMEN FINAL
C96
PRUEBAS DE LAS UNIDADES REVISADAS 10 PRUEBAS
PREVIO AL EXAMEN FINAL

TRABAJO ANTES DEL EXAMEN FINAL 10 TRABAJOS

FINAL
C97
EXAMEN FINAL 30 EXAMENES

SUSPENSIÓN
C98

Total: 100

TEXTOS U OTRAS REFERENCIAS REQUERIDAS PARA EL APRENDIZAJE DE LA ASIGNATURA

Libros, revistas, bases digitales, periódicos, direcciones de Internet y demás fuentes de información, pertinentes y actuales.

BÁSICA
1. Cazorla Quevedo M, Compa; Rosique P, Escolano Ruiz F, Rizo Aldeguer R. 1999. Fundamentos de inteligencia artificial. Murcia. Universidad de
Alincante
COMPLEMENTARIA

1. Gallo M. R. 2002. T? y la inteligencia artificial: aplicaciones pr?cticas. Guadalajara. Universidad de Guadalajara

4
Docente: SAQUICELA GALARZA VICTOR HUGO Director: VEINTIMILLA REYES JAIME EDUARDO

Finalizado: 26/3/2021 Publicado: 1/4/2021