Inteligencia Artificial (II, 4º)

Titulación: 
Ingeniería Superior en Informática
Curso: 
4º curso
Tipo: 
Troncal
Créditos: 
3 teóricos + 1,5 prácticos

 

Profesores:

Noticias

  • El material que se publica en esta página es el mismo que en años anteriores. Se ha añadido la solución de un examen del curso pasado.

Horario

La asignatura ya no se imparte. Todo el material de estudio para preparar los exámenes está disponible en esta página Web.

Descripción de la asignatura

La asignatura realiza una introducción a la Inteligencia Artificial a través del concepto de agente inteligente. Se presentan las diferentes áreas de la Inteligencia Artificial como fuentes de modelos y técnicas para poder desarrollar progresivamente agentes cada vez más competentes, entendiendo por incremento de competencia la capacidad de actuar en entornos y situaciones cada vez más complejos. La asignatura pone especial enfasis en los aspectos ingenieriles y prácticos de la Inteligencia Artificial. En particular, se hará hincapié en la formalización e implementación de los diferentes mecanismos de modelización e inferencia.

Objetivos

Al terminar el curso con aprovechamiento, el alumno debe adquirir los siguientes conocimientos y habilidades:

  • Conocer el proyecto y la historia de la Inteligencia Artificial
  • Entender el concepto de agente inteligente y conocer sus ventajas y limitaciones
  • Dominar diferentes técnicas de búsqueda para varios tipos de entornos
  • Conocer el problema y el rol de la representación del conocimiento en Inteligencia Artificial
  • Dominar diferentes técnicas de aprendizaje automático para varios tipos de entornos
  • Saber elegir entre las diferentes técnicas para diferentes problemas y entornos
  • Saber implementar agente inteligentes de diferentes niveles de complejidad

Programa de contenidos

  1. Introducción a la Inteligencia Artificial
  2. Resolución de problemas mediante búsqueda
  3. Aprendizaje automático

Sesión 1: Introducción a la Inteligencia Artificial [ejercicios] [solución]
Sesión 2: Búsqueda no informada [ejercicios] [solución]
Sesión 3: Búsqueda heurística I [ejercicios] [solución]
Sesión 4: Búsqueda heurística II [ejercicios] [solución]
Sesión 5: Búsqueda multiagente [ejercicios] [solución]
Sesión 6: Restricciones  [ejercicios] [solución]
Sesión 7: Planificación [ejercicios] [solución]
Sesión 8: Aprendizaje inductivo [ejercicios] [solución]
Sesión 9: Aprendizaje neuronal [ejercicios] [solución]
Sesión 10: Aprendizaje evolutivo [ejercicios] [solución]
Sesión 11: Aprendizaje por refuerzo [ejercicios] [solución]

Normas de evaluación

La evaluación de la asignatura consistirá en un examen. Será necesario para aprobar obtener una nota >= 5.

Material adicional

Información adicional

Bibliografía Básica

  • Russell, S.; Norvig, P. (2003): Inteligencia Artificial — Un Enfoque Moderno (2ª ed.). Prentice Hall Hispanoamericana
  • Nilsson, N. (2001): Inteligencia Artificial — Una Nueva Síntesis. McGraw-Hill

Bibliografía Complementaria:

  • Borrajo, D.; Juristo, N., Martínez-Orga, V.; Pazos, J. (1993): Inteligencia Artificial — Métodos y Técnicas. CEURA
  • Cuena, J. (1998): Sistemas Inteligentes, Ed. Univ. Politécnica de Madrid
  • Ginsberg, M. (1993): Essentials of Artificial Intelligence. Morgan Kaufmann
  • Rich, E.; Knight, K. (1994): Inteligencia Artificial (2ª ed.). McGraw-Hill
  • Winston, P. (1992): Artificial Intelligence (3ª ed.). Addison Wesley
  • Weiß, G. (ed.) (1999): Multi-Agent Systems — A Modern Approach to Distributed Artificial Intelligence. MIT Press