Profesorado

Manuel Laguía Bonillo



Elisa Guerrero Vázquez

Situación

Prerrequisitos

Ninguno

Contexto dentro de la titulación

Asignatura troncal del primer cuatrimestre del primer curso del segundo ciclo,
área de Ciencias de la Computación e Inteligencia Artificial. Sin docencia desde
el curso 2013/14.

Competencias

Competencias transversales/genéricas

- Aprendizaje autónomo
- Capacidad de análisis y síntesis
- Capacidad de aplicar los conocimientos a la práctica
- Comunicación oral y escrita
- Adaptación a nuevas situaciones.
- Resolución de problemas
- Trabajo individual y en grupo

Competencias específicas

• Cognitivas(Saber):

  - Conocer los fundamentos básicos de la Inteligencia Artificial, los
  Agentes Inteligentes, su evolución histórica y sus áreas de aplicación.
  - Conocer las estrategias necesarias para la resolución de problemas
  basados en búsqueda de la solución en espacios de estados.
  - Conocer los fundamentos básicos del Aprendizaje Automático, y en
  concreto de las Redes Neuronales Artificiales.

• Procedimentales/Instrumentales(Saber hacer):

  - Saber formalizar y diseñar la resolución de problemas de IA de
  Búsqueda y Aprendizaje Automático.
  - Evaluar alternativas y analizar el rendimiento de la solución sobre
  el diseño.
  - Aplicar las distintas estrategias de búsqueda según el problema
  planteado.
  - Implementación mediante LISP de los problemas de búsqueda.
  - Implementación práctica (mediante Matlab) de problemas de
  aprendizaje y uso básico del perceptrón multicapa.

• Actitudinales:

  Ser consciente del ámbito la IA en las Tecnologías de la Información y
  las Comunicaciones y de la tecnología en general, y tener presente el
  alcance ético de los sistemas generados mediante estas técnicas para
  su aplicación razonada en el desempeño de la profesión.

Objetivos

1. Proporcionar al alumno una visión general de la Inteligencia Artificial, de
sus diversas aplicaciones y su evolución a lo largo de la historia.

2. Capacitar al alumno para el acceso y comprensión de la literatura de
Inteligencia Artificial en un nivel general, dotándolo de un dominio del
vocabulario técnico básico de dicho campo.

3. Capacitar al alumno para el acceso y comprensión de la literatura específica
sobre Agentes Inteligentes que utilicen técnicas de Búsqueda, Heurística y
Aprendizaje Automático.

4. Proporcionar una formación sólida en las técnicas más relevantes en la
resolución de problemas de IA mediante búsqueda en espacio de estados.

5. Acercar al alumno a los fundamentos del aprendizaje automático, conociendo los
distintos enfoques a nivel teórico, como punto de partida para el desarrollo de
sistemas inteligentes.

6. Proporcionar una formación sólida para implementar agentes que realizan tareas
de aprendizaje del mundo real mediante redes neuronales artificiales con la
máxima capacidad de generalización.

Programa

1.INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
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
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
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

Metodología

Sin docencia desde el curso 2013/14.

Distribución de horas de trabajo del alumno/a

Nº de Horas (indicar total):

• Clases Teóricas:  
• Clases Prácticas:  
• Exposiciones y Seminarios:  
• Tutorías Especializadas (presenciales o virtuales):
  • Colectivas:  
  • Individules:  
• Realización de Actividades Académicas Dirigidas:
  • Con presencia del profesorado:  
  • Sin presencia del profesorado:  
• Otro Trabajo Personal Autónomo:
  • Horas de estudio:  
  • Preparación de Trabajo Personal:  
  • ...

    Sin docencia desde
    el curso 2013/14.
    “Al dejar de
    impartirse la
    asignatura en el
    curso 2014/2015
    dispone de 4
    convocatorias de
    examen que puede
    distribuir durante
    los cursos 2014/2015
    y 2015/2016”.

     
• Realización de Exámenes:
  • Examen escrito:  
  • Exámenes orales (control del Trabajo Personal):  

Técnicas Docentes

Sin docencia desde el curso 2013/14.

Criterios y Sistemas de Evaluación

Los 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 a los problemas y cuestiones
planteados, y la claridad y exactitud expositiva de las argumentaciones.

Los alumnos que decidan presentarse a alguna de las convocatorias de examen,
deberán previamente entregar una serie de ejercicios relacionados con los
contenidos de la asignatura. Estos ejercicios serán propuestos y el plazo máximo
de entrega de todas las actividades será siempre de al menos 4 días antes de la
fecha del examen correspondiente, de acuerdo a las fechas de las convocatorias
oficiales  de la asignatura. Se puntuará con hasta el 10% de la nota final.

Los alumnos que hayan entregado dichas actividades en tiempo y forma, podrán
realizar un examen final de carácter teórico-práctico que se puntuará con hasta
el 90% de la nota final.

Nota Final=90%Nota del examen final + 10% Nota de las Actividades Entregadas.

“Al dejar de impartirse la asignatura en el curso 2014/2015 dispone de 4
convocatorias de examen que puede distribuir durante los cursos 2014/2015 y
2015/2016”.

Recursos Bibliográficos

RUSSELL, S. y NORVIG, P.(2003): Artificial Intelligence: A Modern Approach.
Prentice Hall, 2003.

PALMA MÉNDEZ T., MARÍN MORALES R. (2008): Inteligencia artificial : métodos,
técnicas y aplicaciones. McGraw-Hill, 2008.

ESCOLANO F., CAZORLA M.A. , ALFONSO M.I., COLOMINA O.  y LOZANO M.A. (2003):
Inteligencia Artificial. Modelos, Técnicas y Áreas de Aplicación Thomson, Madrid,
2003.

NILSSON N (2001): Inteligencia Artificial: Una nueva síntesis. McGrawHill.

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.

FERNÁNDEZ S., GONZÁLEZ J. y MIRA J. (2003):Problemas Resueltos de Inteligencia
Artificial Aplicada. Búsqueda y Representación. Pearson, Madrid.

SIERRA B. y otros (2006): Aprendizaje Automático. Conceptos básicos y avanzados
Pearson Prentice Hall, Madrid 2006.

ISASI P., VIÑUELA I. (2003): REDES DE NEURONAS ARTIFICIALES. Pearson Educación
S.A., Madrid, 2003.

WINSTON P., HORN P. (1991): LISP 3 Ed." Addison Wesley

ARAGONÉS J., GIL J., GALINDO P. (1999): Introducción a Matlab. Universidad de
Cádiz.

NORVIG P. (1992): Paradigms of AI programming: Case studies in Common Lisp.
Morgan Kaufmann Publishers, San Mateo, CA, 1992.