See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/220071838

Enseñanza de Inteligencia Artificial e Ingeniería del Conocimiento

Article in Inteligencia Artificial Revista Iberoamericana de Inteligencia Artificial · November 1997

DOI: 10.4114/ia.v1i3.603 · Source: DBLP

CITATIONS READS

5 3,458

All content following this page was uploaded by Asuncion Gomez-Perez on 19 May 2014.

The user has requested enhancement of the downloaded file.

 Inteligencia Artificial e
Ingeniería del Conocimiento
Departamento de Ciencias de la Computación
e Inteligencia Artificial
Curso 2008/2009
Curso: 4
Cuatrimestre: 1
Tipo: Troncal
Nº créditos: 4,5T + 4,5 P

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

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)

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

1
 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

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

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

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

2
 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

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

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

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

3
 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

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

Tutorías
• Lunes y Martes de 12-14
• Jueves y Viernes de 12-13

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

4
 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)

Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

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.
Inteligencia Artificial e Ingeniería del Conocimiento Presentación de la asignatura

5
View publication stats