Periodo académico 2021-2S
Actividad | Grupo | Periodos | Horarios | Aula | Profesor/Tutor |
---|---|---|---|---|---|
CLASE TEÓRICA | (1) - CLASE VIRTUAL - GRUPO 1 NOCTURNO - BOGOTÁ | 26/07/2021 - 20/11/2021 | MARTES 18:00 - 20:00 | - | MARCO TULIO TERAN DE LA HOZ |
JUEVES 18:00 - 20:00 | - | MARCO TULIO TERAN DE LA HOZ | |||
(2) - CLASE VIRTUAL - GRUPO 2 ASINCRÓNICO - BOGOTÁ | 26/07/2021 - 20/11/2021 | LUNES 18:00 - 22:00 | - | - |
El propósito principal de la asignatura es proporcionar al estudiante los conocimientos necesarios para que pueda simular el pensamiento y la conducta humana para encontrar soluciones significativas a problemas del entorno que lo rodea mediante sistemas artificiales a partir de sistemas expertos, sistemas de lógica difusa, redes neuronales y computación evolutiva. Es importante que el estudiante vea la pertinencia en hacer computacional el conocimiento humano no analítico por procedimientos simbólicos, conexionistas o híbridos.
Aumentar su capacidad de análisis lógico deductivo a partir de la aplicación de técnicas de la inteligencia artificial (IA) clásica y de herramientas de computo para la solución de tareas del mundo real, principalmente que comprenda las entidades inteligentes más que su propia construcción.
1. PRELIMINARES
1.1. Introducción y reseña histórica.
1.2 Enfoques
1.3 Áreas.
1.4 Agentes inteligentes.
1.5. Resolución de problemas utilizando agentes.
2. SISTEMAS EXPERTOS
2.1. Introducción y reseña histórica
2.2. Tipos de sistemas expertos
2.3. Componentes y características
2.4. Sistemas expertos basados en reglas
2.5. Sistemas expertos basados en probabilidad
3. SISTEMAS DE LÓGICA DIFUSA
3.1. Introducción y reseña histórica
3.2. Conjuntos difusos
3.3. Razonamiento difuso
3.4. Sistemas de control difuso
4. REDES NEURONALES
4.1. Introducción y reseña histórica
4.2. Neurona biológica
4.3. Red neuronal artificial
4.4. Funciones de transferencia
4.5. Principales tipos de redes neuronales.
5. COMPUTACIÓN EVOLUTIVA
5.1. Introducción y reseña histórica.
5.2. Vida artificial
5.3. Algoritmos genéticos.
5.4. Aprendizaje de máquina.
Evaluación continúa de forma Individual o en grupo dentro de las normas del modelo pedagógico, a partir de quices, parciales, talleres, exposiciones y programas, que permita detectar fortalezas y debilidades en el uso adecuado de los conceptos, del manejo de herramientas de cómputo, y en la forma en que plantea y resuelve problemas. Realizar retroalimentación en los temas que presenten mayor dificultad.
Russell, S. Inteligencia artificial. 2ª. Ed. Pearson, España, 2004. (texto guía)
Nilsson, N. Inteligencia artificial: una nueva síntesis. Mc Graw Hill. Madrid 2001.
Giarratano, J. Sistemas Expertos: principios y programación. Tercera edición.Thomsan, México 2001.
Rich, E. Inteligencia artificial. Segunda edición. Mc Graw Hill. España 1996
Marín del Brío, B. Redes neuronales y sistemas difusos. Alfaomega. México 2002.
Negnevitsky Michael. Artificial Intelligence. A guide to intelligent systems. Adison Wesley. Inglaterra 2002.