Академический Документы
Профессиональный Документы
Культура Документы
Objetivo general del Curso: Conocer los principales conceptos de Inteligencia Artificial, y
aplicar estos conocimientos en la solucin de problemas.
Objetivos Especficos:
1. Entender la importancia de la inteligencia artificial como tema de estudio, y definir el
trmino inteligencia artificial
2. Conocer las funciones de un agente inteligente, cmo se relaciona ste con su medio,
cmo se evala y cmo se podra construir uno.
3. Comprender cmo puede un agente encontrar una secuencia de acciones que cumpla sus
metas, cuando ninguna accin individual lo puede lograr.
4. Comprender la importancia de la informacin sobre el espacio de estados para evitar que
los algoritmos emprendan bsquedas a ciegas y se pierdan sin encontrar la solucin.
5. Comprender cmo puede un agente resolver problemas que estn sujetos a restricciones
que deben cumplirse.
6. Aprender a disear agentes que pueden formar representaciones del mundo, usar un
proceso de inferencia para derivar nuevas representaciones sobre el mismo y usar estas
nuevas representaciones para deducir su curso de accin.
7. Aprender a representar el mundo en trminos de objetos y relaciones entre ellos, con la
finalidad de realizar razonamientos posteriores sobre los mismos.
8. Definir mecanismos de inferencia que permitan responder de manera eficiente a preguntas
formuladas en lgica de primer orden.
9. Conocer cmo se puede usar la lgica de primer orden para representar los aspectos ms
importantes del mundo real, como acciones, tiempo, espacio y eventos mentales.
10. Comprender cmo puede un agente resolver problemas bajo condiciones de incertidumbre.
11. Conocer los sistemas de razonamiento basados en modelos de redes, y con base en las
leyes de la teora de la probabilidad, su empleo para razonar en situaciones de
incertidumbre.
12. Conocer agentes capaces de mejorar su comportamiento (aprender) mediante el estudio de
experiencias propias.
13. Examinar el problema del aprendizaje cuando ya se cuenta con conocimientos previos del
mundo.
14. Estudiar el aprendizaje como una forma de razonamiento incierto a partir de las
observaciones.
15. Conocer cmo la computadora puede percibir el mundo real mediante la visin artificial.
16. Conocer cmo los agentes pueden manipular el mundo fsico mediante efectores, tales
como piernas, ruedas, articulaciones y pinzas.
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 1 de 6
Divisin de Arquitectura, Diseo e Ingeniera
Departamento de Ciencias Computacionales
Contenido y calendarizacin:
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 2 de 6
Divisin de Arquitectura, Diseo e Ingeniera
Departamento de Ciencias Computacionales
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 3 de 6
Divisin de Arquitectura, Diseo e Ingeniera
Departamento de Ciencias Computacionales
Metodologa:
Se realizar la exposicin de los temas por parte del profesor y los alumnos, con el apoyo
del equipo de cmputo de las aulas activas.
Se realizarn 5 trabajos parciales por equipos, en los cuales se utilizar lo aprendido en las
reas principales del curso. Las calificaciones obtenidas en dichos trabajos parciales se
promediarn para obtener la calificacin correspondiente al trabajo final. Dichos trabajos
consisten en:
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 4 de 6
Divisin de Arquitectura, Diseo e Ingeniera
Departamento de Ciencias Computacionales
Sistema de Evaluacin:
1. La evaluacin ser continua, es decir, adems de los exmenes parciales habr exmenes
frecuentes (con un mnimo de tres en cada parcial) que sern aplicados de manera imprevista
y en el momento ms apropiado.
2. La evaluacin de cada unidad o proyecto se basar en los objetivos de aprendizaje
previamente establecidos. Los mismos se especificarn antes de iniciar cada unidad o
proyecto.
3. En caso de deshonestidad acadmica (copiar, permitir copia, etc.) se le reportar al alumno
una calificacin final de cero, independientemente de que la copia haya sido realizada en los
exmenes parciales, examen final, trabajo final, e incluso en los exmenes frecuentes.
4. Las calificaciones parciales sern formadas de la siguiente manera:
70% Examen Parcial
30% Tareas, ejercicios y exmenes frecuentes.
3. Las tareas debern ser entregadas en clase. Cada tarea deber tener en la parte superior de
la hoja su nombre y matrcula, nombre de la materia, ttulo de la tarea y fecha de entrega.
4. Los trabajos parciales sern desarrollado en equipos, sern notificados con anticipacin
suficiente y se debern entregar con su documentacin correspondiente en la fecha que se
indique.
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 5 de 6
Divisin de Arquitectura, Diseo e Ingeniera
Departamento de Ciencias Computacionales
Asesora:
Se ofrecer asesora acadmica (con previa cita.) El horario es lunes y martes de 15:00
a 17:00 horas
Bibliografa:
Libro de Texto:
Artificial Intelligence: A Modern Approach. Second Edition.
Stuart Russell y Peter Norvig.
Prentice Hall, 2003.
Libros de Consulta:
Inteligencia Artificial: Una Nueva Sntesis.
Nils J. Nilsson.
McGraw-Hill Interamericana, Espaa, 2001.
AI Application Programming.
M. Tim Jones.
Charles River Media, 2003. .
Firma de autorizacin
Revisin No. 1
/conversion/tmp/scratch/359771204.doc Pg. 6 de 6