ELISA GUERRERO VÁZQUEZ (coordinadora)

Ofrecer una visión general de las principales técnicas y el estado actual de la
materia.
Posibilitar la asimilación de las técnicas más relevantes en la
resolución de problemas de IA mediante búsqueda en espacio de estados.
Aplicación práctica de los métodos de búsqueda mediante el lenguaje de
programación funcional LISP.
Estudio de los principales paradigmas de aprendizaje
desde el punto de vista teórico.Implementación de las técnicas de aprendizaje
mediante MATLAB.

1.INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL (3h.)
1.1.Definición y conceptos básicos en IA
1.2.Revisión Histórica
1.3.Áreas de Aplicación, estado actual de la materia

2.TÉCNICAS DE BÚSQUEDA (25 h.)
2.1.Búsqueda a ciegas
2.2.Búsqueda heurística
2.3.Búsquedas con retroceso e irrevocable
2.4.Satisfacción de restricciones
2.5.Evaluación minimax
2.6.Poda alfa-beta
2.7.Implementaciones

3.APRENDIZAJE (17 h.)
3.1.Formalización del problema
3.2.Tipos de Aprendizaje
3.3.Problemas de Regresión Lineal
3.4.Introducción a las Redes Neuronales
3.5.Implementaciones

Lecciones teóricas:
Clases magistrales y resolución de casos prácticos propiciando la discusión y
debate sobre los distintos tópicos y técnicas planteadas y sus posibles
soluciones.
Motivar al alumno a través de la participación activa.

Lecciones prácticas:
La implementación de las diversas técnicas estudiadas tendrán lugar en aulas de
ordenadores, partiendo de problemas-ejemplos en los que tendrán que implementar
los diferentes conceptos estudiados en teoría, y se les propondrán prácticas
para resolver de forma individual o en grupo.

Nº de Horas (indicar total): 100

• Clases Teóricas: 20  
• Clases Prácticas: 12  
• Exposiciones y Seminarios: 3.5  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas: 3  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado: 13,5  
  • Sin presencia del profesorado:  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio: 45  
  • Preparación de Trabajo Personal:  
  • ...
     
• Realización de Exámenes:
  • Examen escrito: 3  
  • Exámenes orales (control del Trabajo Personal):  

La criterios de evaluación atenderán a aspectos tales como mostrar una adecuada
comprensión de los fundamentos de la asignatura, la adecuación, corrección,
claridad, y sencillez de las soluciones aportadas, y la claridad expositiva de
las argumentaciones.

Se propondrá a los alumnos la resolución de diversos ejercicios prácticos que
deberán entregarse a lo largo del curso. Se realizará un examen final de
carácter teórico-práctico.

RICH, E. and KNIGHT, K., (1997) Inteligencia artificial. McGraw-Hill
Interamericana.
WINSTON, P. H. (1994), Inteligencia Artificial. 3ª Edición, Addison-Wesley
Iberoamericana, Wilmington, Delaware, EE.UU.
RUSSELL, S. y NORVIG, P.(2003) Artificial Intelligence: A Modern Approach.
Stuart Russell, Peter Norvig, Prentice Hall, 2003.
NILSSON N (2001): Inteligencia Artificial: Una nueva síntesis. McGrawHill.
Winston P., Horn P. (1991) LISP 3 Ed." Addison Wesley
Aragonés Guillén J., Gil Martínez J., Galindo P.L. (1999): Introducción a
Matlab. Universidad de Cádiz
Fernández S., González J. y Mira J. (2003):Problemas Resueltos de Inteligencia
Artificial Aplicada. Búsqueda y Representación. Pearson, Madrid.
FERNÁNDEZ S., González J. y Mira J. (2003):Problemas Resueltos de Inteligencia
Artificial Aplicada. Búsqueda y Representación. Pearson, Madrid.