Вы находитесь на странице: 1из 5

Evidencia de aprendizaje

Nombre de la materia
Inteligencia Artificial

Semana
5
Unidad 5: Listas y árboles
Inteligencia Artificial

EVIDENCIA DE APRENDIZAJE
PARCIAL 3
Con el objetivo de contribuir a su aprendizaje y a un mejor entendimiento y comprensión del contenido que se
aborda en esta unidad, hemos preparado esta evidencia de estudio que pretende apoyarlos a clasificar las
diferentes ciencias con base en las diferentes taxonomías de sistemas previstas por los autores Boulding,
Jordan, Jones, Van Gigch y Checkland, identificando sus propiedades, diferencias y similitudes.

Instrucciones: Consulte los recursos de la semana 5:

 Presentación Listas y árboles (Zuppa Azúa, P.S. 2014).


 Lectura Técnica de Inteligencia Artificial en Minería de datos (Fernández González, R. F., 2014).
 Video Estructura de datos (Sucunuta, M. E., 2012).
 Presentación Entrada y salida (Zuppa Azúa, P.S. 2014)
 Lectura Lógica de predicados de primer orden (Baier Arana, J., 2004).
 Video lógica de predicados (Barba Guamán, R., 2012).
 Presentación Algunos procedimientos interconstruidos en el lenguaje (Zuppa Azúa, P.S. 2014),
 Lectura Programando de abajo hacia arriba (Graham, P., 1993)
 Archivo Programación práctica en Prolog (Labra G. J., 1998)
 Video Inteligencia artificial y lógica difusa (García, F. e Izquierdo, S., 2015)

1. Une cada concepto con su significado correspondiente:

A. Es una estructura que se usa para ( B ) Árbol


representar un conocimiento jerárquico
compuesto por elementos del mismo tipo
B. Es una estructura de datos que puede ( D ) Nodo
definirse de forma recursiva como
C. Muestra los distintos caminos que se pueden ( E ) Concatenación
emprender cuando se toma una decisión o
cuando ocurre algún evento aleatorio
D. Indica que en este punto del proceso ocurre ( A ) Listas
un evento aleatorio representado por un
círculo
E. Conduplicación que sirve para unir y/o enlazar ( C ) Rama

2
Unidad 5: Listas y árboles
Inteligencia Artificial

2. Indica a qué tipo de lista corresponde cada representación:

F. Sencilla (G )

G. Doble (F )

H. Circular ( H)

3.- ¿Cuantos niveles de profundidad tiene el siguiente diagrama de árbol?


a) 3
b) 1
c) 4
d) 2

B C D

E F G H

I J K

3
Unidad 5: Listas y árboles
Inteligencia Artificial

4.- Escribe el nombre de los nodos faltantes


Nodo:RAIZ
A

Nodo
padre
B C D

Nodo: Nodo
TERMINAL hijo
E F G H

I J K

5.-Encuentra los nombres de los nodos del diagrama de árbol de la pregunta 4 (padre, hijo, etc…)

Q L U U Z C N L J E
A T A L O O J I H R
Y U F N Z A Z N I P
M T I G I A D T Y A
V O H P A M L L O A
A Z A A T S R L S R
S P R D E A L E U G
O E O R Ñ A N I T E
E J C E A V M P H N
E C N I I R A I Z B

6. Relaciona cada conocimiento con su enunciado:

I. Conocimiento declarativo ( L ) conocimiento de los algoritmos necesarios para


resolver el problema saber que si Juan es más alto
que Javier este es más
J. Conocimiento lingüístico ( M ) dominio del área relevante al problema
K. Conocimiento esquemático ( N ) conocimiento de los tipos de conocimientos y de
los procedimientos heurísticos
L. Conocimiento procedimental ( J ) conocimiento de palabras, frases, oraciones
M. conocimiento semántico ( K ) conocimientos de los tipos de problema
N. conocimiento estratégico ( I ) saber que un kilómetro tiene mil metros

4
Unidad 5: Listas y árboles
Inteligencia Artificial

7. Genera un mapa conceptual sobre las características de un árbol

8. Son redes neuronales que forman un mapa bidimensional de rasgos a partir de datos de entrada de
forma que cada caso queda agrupado en clases o clusters de máxima similaridad.
a) Perceptrones multicapa
b) Backpropagation
c) Redes de Kohonen
d) Redes bayesianas

9. La clasificación de casos, derivación de dependencias y la detección de desviaciones son


problemas que tiene que solucionar:
a) Metadatos
b) Bases de casos
c) Reglas de inducción
d) Data Warehouse

10. Genera una tabla donde se mencionen las ventajas y desventajas de las estructuras tipo árbol