Planificación Asignatura UTN · Inteligencia Artificial Página 13 de 22 METODOLOGÍA La...

Universidad Tecnológica Nacional Facultad Regional

San Francisco

Ing. En Sistemas de Información

INTELIGENCIA ARTIFICIAL

PLANIFICACIÓN CICLO LECTIVO 2014

Ingeniería en Sistemas de Información Inteligencia Artificial

Página 2 de 22

ÍNDICE

ÍNDICE .............................................................................................................................................. 2

PROFESIONAL DOCENTE A CARGO ........................................................................................ 3

UBICACIÓN ...................................................................................................................................... 4

OBJETIVOS ...................................................................................................................................... 5

ORGANIZACIÓN DE CONTENIDOS .......................................................................................... 6

PROGRAMA ANALÍTICO ............................................................................................................. 8

CRITERIOS DE EVALUACIÓN .................................................................................................. 10

EVALUACIÓN: ............................................................................................................................... 10

AUTOEVALUACIÓN: ....................................................................................................................... 10

PLAN DE TRABAJO ..................................................................................................................... 11

METODOLOGÍA ........................................................................................................................... 13

BIBLIOGRAFÍA ............................................................................................................................. 14

ARTICULACIÓN ........................................................................................................................... 15

ARTICULACIÓN CON EL ÁREA: ...................................................................................................... 15

TEMAS RELACIONADOS CON MATERIAS DEL ÁREA: ....................................................................... 16

ARTICULACIÓN CON EL NIVEL: ..................................................................................................... 17

TEMAS RELACIONADOS CON MATERIAS DEL NIVEL: ...................................................................... 18

ARTICULACIÓN CON LAS CORRELATIVAS: ..................................................................................... 19

TEMAS RELACIONADOS CON LAS CORRELATIVAS: ......................................................................... 20

ORIENTACIÓN .............................................................................................................................. 21

DEL ÁREA: .................................................................................................................................... 21

DE LA ASIGNATURA: ..................................................................................................................... 21


Página 3 de 22

PROFESIONAL DOCENTE A CARGO

Docente Categoría Título Profesional

Rebeca Yuan Adjunto Ing. En Sistemas de Información


Página 4 de 22

UBICACIÓN

Dentro del contexto curricular prescripto se ubica en:

Carrera: Ingeniería en Sistemas de Información Plan: 1995 (A partir del 2012 plan 2008)

Orientación: Tecnología Aplicada Área: Modelos Nivel: Quinto

Carga Horaria Semanal: Tres Régimen: Semestral

Distribución horaria

Formación

Total de

horas

Teórica Práctica

Teoría Práctica Laboratorio Formación

experimental

Resolución de

problemas de

Ingeniería

Proyecto y

diseño

Práctica profesional supervisada

70 26 0 0 0 0 0 96


Página 5 de 22

OBJETIVOS

Introducir al alumno en el conocimiento de la Inteligencia Artificial y sus distintas aplicaciones.

Brindar las herramientas necesarias para que el alumno sea capaz de representar y resolver problemas.

Orientar al alumno en la concepción, diseño, desarrollo y gestión de sistemas de Inteligencia Artificial.


Página 6 de 22

ORGANIZACIÓN DE CONTENIDOS

Eje Temático Nº 1: Presentación de la IA

Contenidos Conceptuales: Introducción a la IA, definiciones y conceptos sobre la IA, Historia y estado del arte de la IA.

Contenidos Procedimentales: A través de recortes sobre modelos inteligentes, interactuar con el alumno para encaminarlo hacia los nuevos enfoques de IA, comparando los mismos con visiones anteriores.

Contenidos Actitudinales: Entablar un clima de respeto y soltura con el alumnado que motive su desempeño en el cursado de la materia.

Eje Temático Nº 2: Agentes Inteligentes Contenidos Conceptuales: Concepto de Agentes Inteligentes,

tipos de agente, algoritmos de programación de agentes inteligentes.

Contenidos Procedimentales: Implementar conceptos adquiridos en materias dictadas en años anteriores para definir entornos de agentes inteligentes y lograr asentar conceptos en el alumnado. A través de ejemplos hacer concreta la estructura, desempeño y lógica de los agentes inteligentes y su aplicación.

Contenidos Actitudinales: Que el alumno sepa identificar y modelar agentes inteligentes.

Eje Temático Nº 3: Métodos de Búsqueda Contenidos Conceptuales: Conocer y aplicar los métodos de

búsqueda sin información, métodos de búsqueda informada. Desarrollo y conceptos relacionados con la heurística.

Contenidos Procedimentales: Definición y estructuras de problemas para la búsqueda de la mejor solución. Planteo de estados de búsqueda y sus respectivas acciones.

Contenidos Actitudinales: Que el alumno aprenda a definir estados para aplicar los distintos tipos de búsqueda planteados.

Eje Temático Nº 4: Planificación Contenidos Conceptuales: La planificación según el área del

conocimiento. Reglas. Planificación de un estado mediante predicados, reglas, operadores y cambios de estado. Grafos de Planificación. Planificación lógica proposicional

Contenidos Procedimentales: Utilizar conceptos adquiridos en clases anteriores para aplicarlos a la planificación. A través de


Página 7 de 22

ejemplos unir los conocimientos adquiridos en el módulo de agentes inteligentes para ensamblar contenidos

Contenidos Actitudinales: Lograr que los estudiantes encuentren una mirada distinta a la resolución de problemas.

Eje Temático Nº 5: Representación del conocimiento y razonamiento Contenidos Conceptuales: Presentación de agentes que

razonan de manera lógica. Lógica de Primer Orden. Dar a conocer aquellos conceptos que forman parte de la base de conocimiento, su importancia y aplicación. Lógica Propositiva. Redes semánticas y Marcos. Deducción Natural.

Contenidos Procedimentales: Utilizar el conocimiento en bases de datos para aplicar las relaciones con las bases del conocimiento. Trabajar en el aula sobre la construcción de Bases de Conocimiento.

Contenidos Actitudinales: Intensificar los conceptos adquiridos anteriormente para resolver problemas de base de conocimiento. Razonar con otra visión los conceptos de representación del conocimiento y su alcance.

Eje Temático Nº 6: Aprendizaje Contenidos Conceptuales: Aprendizaje a partir de la

observación. Métodos clásicos de aprendizaje. Redes neuronales. Algoritmos genéticos.

Contenidos Procedimentales: Observar el crecimiento de este campo en los últimos años. Aplicación de los árboles de decisión para modelar las clasificaciones de los datos. Entropía.

Contenidos Actitudinales: Aplicar técnicas de transformación de datos en conocimiento. Comprender la utilización de redes neuronales para aplicar conceptos en distintos sistemas.

Eje Temático Nº 7: Comunicación, Percepción y actuación Contenidos Conceptuales: Entender por qué los agentes

intercambian mensajes, la información que contiene, y la metodología que utilizan. Percepción. Introducción a la robótica.

Contenidos Procedimentales: Establecer y analizar la relación entre el lenguaje natural y las bases de conocimiento. Exposición en aula de participante del grupo Comechinbots, para establecer una conexión con el mismo, para profundizar y visualizar los conceptos adquiridos.

Contenidos Actitudinales: Introducir al alumnado en aplicaciones reales de robótica y trabajos de tesis llevados a cabo en el ámbito nacional educativo.


Página 8 de 22

PROGRAMA ANALÍTICO

Eje Temático Nº 1: Introducción Unidad Nº 1: Introducción ¿Qué es la IA? – Fundamentos. Historia de la IA. Estado del arte.

Eje Temático Nº 2: Agentes Inteligentes Unidad Nº 2: Agentes Inteligentes Estructura y características de los agentes inteligentes. Programas de agentes. Ambientes. Tipos de agente

Eje Temático Nº 3: Métodos de Búsquedas Unidad Nº 3: Búsquedas sin información Agentes que resuelven problemas. Formulación de Problemas. Estrategias de búsqueda. Estados repetidos. Unidad Nº 4: Búsquedas respaldadas con información Búsqueda preferente por lo mejor. Funciones Heurísticas. Sistemas Multiagentes.

Eje Temático Nº 4: Planificación Unidad Nº 5: Lógica de Primer Orden e Inferencia lógica Agentes basados en el conocimiento. Patrones de razonamiento. Agentes basados en lógica proporcional. Lógica. Lógica Proporcional. Representación. Sintaxis y semántica de la lógica de primer orden. Unificación y sustitución. Encadenamientos. Unidad Nº 6: Planificación Agente de planificación Simple. Representaciones básicas en la planificación. Estados, acciones y objetivos. Planificación con lógica proporcional. Planificación y Acción en el mundo real

Eje Temático Nº 5: Representación del Conocimiento y razonamiento Unidad Nº 7: Representación del conocimiento Ingeniería Ontológica. Categoría y Objetos. Acciones, situaciones y eventos. Unidad Nº 8: Razonamiento Sistemas de razonamiento probabilístico. Deducción natural. Redes semánticas y marcos. Razonamiento predefinido.


Página 9 de 22

Eje Temático Nº 6: Aprendizaje Unidad Nº 9: Métodos de aprendizaje Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo.

Eje Temático Nº 7: Comunicación, Percepción y actuación Unidad Nº 10: Agentes que se comunican La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad. Formación de la imagen. Información tridimensional. Reconocimiento de objetos. Introducción a la robótica.


Página 10 de 22

CRITERIOS DE EVALUACIÓN

Evaluación: Dos parciales Teórico - Práctico Las calificaciones serán de 0 a 10 puntos, debiendo cumplimentar el

alumno los siguientes ítems: Para regularizar:

Asistencia a clases Aprobación de trabajos en el cursado Aprobación de los parciales teóricos-prácticos con nota mayor o

igual a 4. Para la Promoción:

Asistencia a clases Aprobación de trabajos en el cursado Aprobación de los parciales teóricos-prácticos con nota mayor o

igual a 7.

Autoevaluación: Será realizada utilizando el instrumento elaborado desde Secretaría

Académica y aprobado por Consejo Académico.


Página 11 de 22

PLAN DE TRABAJO

Eje temático Nº 1: Presentación de la IA

Semana Contenidos Metodología Evaluación Nivel de

Profundidad Bibliografía

1

Introducción a la IA, historia, evolución, presente, futuro. Los fundamentos de IA, paradigmas. Estado del arte de la disciplina.

Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos

Trabajos Prácticos

Conceptual. Informativo. Formador de criterios.

- RUSSELL - ARRIOJA LANDA COSIO

Eje temático Nº 2: Agentes Inteligentes



2

Estructura y características de los agentes inteligentes. Programas de agente, clasificación, aplicaciones. Ambiente.

Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal.

Trabajos Prácticos

Conceptual. Formador de criterios..

- RUSSELL - ESCOLANO RUIZ - ARRIOJA LANDA COSIO

Eje temático Nº 3: Métodos de búsqueda



3-7

Agentes que resuelven problemas. Formulación de Problemas, tipos de problemas, estrategias de búsqueda, búsqueda sin contar con información, búsquedas heurísticas. Sistemas Multiagente

Clase Ejercitación Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos para discusión grupal. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.

Trabajos Prácticos Primer Parcial Teórico – Práctico

Conceptual. Informativo. Comparaciones. Formador de criterios.

- RUSSELL - ESCOLANO RUIZ - WINSTON - FERNÁNDEZ GALÁN - ARRIOJA LANDA COSIO

Eje temático Nº 4: Planificación



8-9

Características especiales de los agentes lógicos. Lógica. Inferencias proposicionales. Patrones de razonamiento. Representación de la lógica de primero orden. Encadenamientos. Planificación de las búsquedas, relación con la lógica y su razonamiento. Actuación en un mundo real y sorteo de la incertidumbre. Algoritmos lineales y de orden parcial.

Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de casos.

Trabajos prácticos.

Conceptual. Informativo. Comparaciones. Formador de criterios..

- RUSSELL - FERNÁNDEZ GALÁN - ARRIOJA LANDA COSIO


Página 12 de 22

Eje temático Nº 5: Representación del conocimiento y razonamiento



10

Ingeniería ontológica. Base de conocimientos. Características y componentes. Razonamiento del agente para llegar a una respuesta-Razonamiento probabilista. Deducción natural, redes semánticas y marcos.

Clase Ejemplificaciones Diálogo entre docente - alumnos. Presentación de caso. Desarrollo incremental de los temas, trayendo siempre a las clases conceptos vistos anteriormente.

Trabajos Prácticos


- RUSSELL - ESCOLANO RUIZ - FERNÁNDEZ GALÁN

Eje temático Nº 6: Aprendizaje



11

Aprendizaje a partir de la observación. Aprendizaje inductivo. Árboles de decisión. Formulación lógica del aprendizaje. Aprendizaje estadístico. Aprendizaje con datos completos. Redes Neuronales. Algoritmos genéticos. Aprendizajes por refuerzo.

Clase Diálogo entre docente - alumnos.

Trabajos Prácticos



Eje temático Nº 7: Comunicación, Percepción y actuación



12-14

La comunicación como acción. Agentes de comunicación. Lenguaje natural. Ambigüedad y desambigüedad. Formación de la imagen. Información tridimensional. Reconocimiento de objetos. Introducción a la robótica

Clase, Video Conferencia, Diálogo entre docente - alumnos.

Trabajos Prácticos




Página 13 de 22

METODOLOGÍA

La metodología de enseñanza responde a lo siguiente: Clases expositivas, incorporando hechos reales a fin de introducir al

alumnado en el mundo de la inteligencia artificial y sus aplicaciones. Clases dinámicas, para generar la participación y el debate en el

educando. Se trabajará en grupos, orientados y supervisados por el docente,

análisis de casos y resolución de problemas. Atención de consultas, asesoramiento y evaluación del desarrollo de

los trabajos. Para la exposición se utilizarán presentaciones por medio de PC y

se utilizará Internet para la realización de video conferencia con gente capacitada en el área de robótica; acompañando todos los temas con bibliografía extra que aporte más información en todos los puntos.


Página 14 de 22

BIBLIOGRAFÍA

LISTA ALFABÉTICA DE REFERENCIAS

(Bibliográficas y No bibliográficas)

OBLIGATORIA

RUSSELL, Stuart J. ; NORVIG, Peter.

Inteligencia artificial: un enfoque moderno.

2a. ed.

Pearson Educación, [2005].

ISBN: 9788420540030.

(Al 2014: 1 ejemplar/es en Colección UTN,

más 2 ejemplar/es de la 1a. ed., uno en español y otro en inglés)

ESCOLANO RUIZ, Francisco ; CAZORLA QUEVEDO, Miguel Ángel.

Inteligencia artificial: modelos, técnicas y áreas de aplicación.

[1a. ed.].

I.T.E.S. ; Paraninfo, 2003.

ISBN: 9788497321839.

(Al 2014: 1 ejemplar/es en Colección UTN)

WINSTON, Patrick Henry.

Inteligencia artificial.

3a. ed.

Addison Wesley Iberoamericana, 1994.

ISBN: 9780201518764.


más 1 copia/s de la misma edición)

COMPLEMENTARIA

FERNÁNDEZ GALÁN, Severino ; GONZÁLEZ BOTICARIO, Jesús ; MIRA MIRA, José.

Problemas resueltos de inteligencia artificial aplicada: búsqueda y

representación.

[1a. ed.].

Addison Wesley Iberoamericana, 1998.

ISBN: 9788478290178.


ARRIOJA LANDA COSIO, Nicolás.

Inteligencia artificial: sistemas inteligentes con C#: [nivel avanzado-

experto].

1a. ed.

Gradi, 2007.

ISBN: 9789871347513.


NILSSON, Nils J.

Principios de inteligencia artificial.

1a. ed.

Ediciones Díaz de Santos, 1987.


Página 15 de 22

ISBN: 8486251559.


más 1 copia/s de la misma edición)

RICH, Elaine ; KNIGHT, Kevin.

Inteligencia artificial.

2a. ed.

McGraw-Hill Interamericana, [1998].

ISBN: 9788448118587.


PONCE CRUZ, Pedro.

Inteligencia artificial con aplicaciones a la ingeniería.

1a. ed.

Alfaomega Grupo Editor, 2010.

ISBN: 9786077854838.



Página 16 de 22

ARTICULACIÓN

Articulación con el Área: Área de Modelos

Asignatura Carga Horaria Porcentaje

Inteligencia Artificial 96 16 %

Matemática Superior 128 21 %

Investigación operativa 160 26 %

Simulación 128 21 %

Teoría de Control 96 16 %


Página 17 de 22

Temas relacionados con materias del área:

Matemática Superior Tema relacionado

Aproximación. Problemas de Aproximación. Errores.

Sistemas. Sistemas Dinámicos Lineales Discretos y Continuos.

Investigación Operativa Tema relacionado

Toma de decisiones en investigación de operaciones

Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.

Simulación Tema relacionado

Introducción.

Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.

Análisis de resultados. Métodos de estimación.

Simulación de sistemas continuos.

Modelos de sistemas continuos.

Teoría de control Tema relacionado

Sistemas de control.

Función de Transferencia. Diagrama de Flujo de Señales. Variables de Estado.

Dinámica de sistemas. Dinámica de Sistemas.

Sistemas de control discreto.

Señales de tiempo discreto. Sistemas muestreados. Forma de respuesta y estabilidad


Página 18 de 22

Articulación con el Nivel:

Asignatura Carga Horaria Porcentaje

Inteligencia Artificial 96 13,64 %

Proyecto Final (Integradora) 192 27,27 %

Administración gerencial 96 13,64 %

Sistemas de gestión 128 18,18 %

Electivas 192 27,27 %


Página 19 de 22

Temas relacionados con materias del nivel:

Proyecto Final Tema relacionado

Métricas Métricas

Modelos y estándares de calidad de SW

Modelos y estándares de calidad de SW

Administración gerencial

Tema relacionado

Tecnologías Impacto de las Tecnologías de la Información, factores inherentes a su Aplicación.

Planificación y Programación

Planificación y Programación

Sistemas de gestión Tema relacionado

Proceso de la toma de decisiones

Factores que influyen en la toma de decisiones. Importancia de la toma de decisiones

Sistema de apoyo a las decisiones

Conceptos.

Herramientas para dar soporte a la toma de decisiones

DataWareHouse. DataMining.


Página 20 de 22

Articulación con las correlativas:

Asignatura Para cursar Para rendir

Cursada Aprobada Aprobada

Inteligencia Artificial

Investigación Operativa. Simulación.

Probabilidades y Estadísticas. Diseño de Sistemas. Matemática Superior.

Investigación Operativa. Simulación.


Página 21 de 22

Temas relacionados con las correlativas:

Investigación Operativa Tema relacionado

Toma de decisiones en investigación de operaciones

Representación por medio de modelos. Algorítmicos y Heurísticos. Formulación del problema. Construcción de un modelo matemático. Obtención de una solución. Validación del modelo y la solución.

Simulación Tema relacionado

Introducción.

Distintos tipos de modelos. Características de la Simulación. Etapas de un estudio de simulación. Factores a considerar. Ventajas e inconvenientes.

Análisis de resultados. Métodos de estimación.

Simulación de sistemas continuos.

Modelos de sistemas continuos.

Matemática Superior Tema relacionado

Aproximación. Problemas de Aproximación. Errores.

Sistemas. Sistemas Dinámicos Lineales Discretos y Continuos.

Probabilidades y Estadísticas

Tema relacionado

Variables Variables aleatorias. Distribuciones y densidades. Funciones de variables aleatorias.

Hipótesis Verificación de Hipótesis

Diseño de Sistemas Tema relacionado

Diseño Patrones de Diseño. Diseño de arquitectura.


Página 22 de 22

ORIENTACIÓN

Del Área: Aprender nuevos conceptos y procedimientos necesarios para el

tratamiento de comunicaciones, control, simulación e inteligencia artificial

De la Asignatura: Aplicar el pensamiento de resolución de problemas utilizados en

Inteligencia Artificial, en las distintas actividades profesionales. Implementar sistemas inteligentes, comprender su estructura y

funcionamiento. Ahondar en el conocimiento de agentes inteligentes, para aprender a

interactuar con ellos conociendo y diseñando los ambientes en los que operan. Mostrar al alumnado el desarrollo de sistemas basados en conocimiento y

sistemas expertos.

Planificación Asignatura UTN · Inteligencia Artificial Página 13 de 22 METODOLOGÍA La...

Documents

Transcript of Planificación Asignatura UTN · Inteligencia Artificial Página 13 de 22 METODOLOGÍA La...