Objetivos
Explicar los conceptos básicos y métodos matemáticos de la inteligencia artificial aplicables en la solución de problemas complejos en donde la solución algorítmica exacta o no existe o es costosa su aplicación.
Explicar los paradigmas existentes de la inteligencia artificial y los conceptos básicos.
Aplicar los distintos paradigmas a distintos problemas donde se emulará el comportamiento humano (físico o cognitivo).
Entender los principales paradigmas de la inteligencia artificial desde el cómputo conexionista y la teoría de la evolución artificial.
Contenido sintético
Introducción.
Representación del conocimiento y búsquedas inteligentes.
Introducción al Reconocimiento de Patrones
Teoría de clasificación.
Aprendizaje automático.
Cómputo conexionista.
Memoria asociativa
Redes neuronales artificiales.
Introducción al cómputo evolutivo.
Evaluación
Dos evaluaciones escritas. (40%)
Trabajos y tareas. (60%)
por cada día de retraso en la entrega se baja 1pt a la calificación de ese reporte o tarea.
Requisitos:
Asistencia mínima del 80% de clases.
Entregar reportes de clase y/o tareas solicitadas (Formato LaTeX / IEEEtran), vía el aula virtual.
Acerca de la entrega de reportes
Formato de reportes de prácticas y tareas:
El reporte debe ser elaborado en formato LaTex (altamente recomendable aprenderlo), basado en plantilla de IEEE, o bien "article" de LaTeX (se pronuncia "La-Tej" o "Lei-Tej"). Hacer el esfuerzo por respetar el formato de la plantilla (tipos de letra, alineaciones, etc.).
En el título, iniciar con la frase "Práctica ..." o "Tarea ...", según sea el caso.
No olvidar poner sus nombres completos en orden alfabético, acorde al primer apellido, y su e-Mail válido.
Enviar en formato PDF, generado por LaTeX.
basta que inicien en el encabezado con el encabezado siguiente:
En la siguiente URL esta la plantilla correspondiente para abrirse y comenzar a escribir sobre ella, sustituyendo el texto: -- PLANTILLA EJEMPLO --.
En Linux existe uno de los mejores editores de LaTex, se llama Kile; pero no es el único. Existe también este libro en línea gratuito "LaTex WikiBook", es muy claro y tiene muchos ejemplos.
En el sitio OverLeaf también se tiene una opción de editor en línea, muy sencillo y dinámico.
Para inscribirse click aqui: https://www.overleaf.com?r=9643915a&rm=d&rs=b
Para acceder a la plantilla de click aquí: https://www.overleaf.com/read/qqrhvxxknyxr#a282cf
Bibliografía
Nilsson, Nils J., "Artificial Intelligence: A New Synthesis", Morgan Kaufman, 1998.
Elaine, R. y Kevin K., ""Artificial Intelligence", 2a. edición, Mc Graw Hill, 1991.
Stuart J. Russell & Peter Norving, "Artificial Intelligence: a Modern Approach", Pearson Education,edition number 2, 2003.
Margaret A. Boden, "Artificial Intelligence", Elsevier Science & Technology Books edition number 1,1996.
K. Deb. Multi-Objective Optimization using Evolutionary Algorithms. Wiley Publishing, 2001.
L. Fausett. Fundamentals of neural networks: architectures, algorithms, and applications. Prentice-Hall, Inc., Upper Saddle River, NJ, USA, 1994.
K. Fukunaga,"Introduction to Statistical Pattern Recognition", Academic Press, New York, 1998.
R. C. Gonzalez and R. E. Woods. Digital Image Processing. Addison-Wesley Longman Publishing Co., Inc., Boston, MA, USA, 1992.
V. S. Nalwa. A Guided Tour of Computer Vision. Addison- Wesley Longman Publishing Co., Inc., Boston, MA, USA, 1993.
W. B. Langdon, N. F. McPhee, and R. Poli. A Field Guide to Genetic Programming. Lulu.com, under Creative Commons, 2008. Creative Commons.
Cualquier duda o comentario enviar correo-e :
Saludos y feliz aprendizaje ;-)