Syllabus

SCC-1012 INTELIGENCIA ARTIFICIAL

ING. ALEX ANTONIO TURRIZA SUAREZ

aaturriza@itescam.edu.mx

Semestre Horas Teoría Horas Práctica Créditos Clasificación
8 0 4 4 Ingeniería Aplicada

Prerrequisitos
Analiza los componentes y la funcionalidad de sistemas de comunicación para evaluar las tecnologías actuales como parte de la solución de un proyecto de conectividad.

Competencias Atributos de Ingeniería
Conocer los conceptos fundamentales de la IA, así como el estado del arte de las áreas de la inteligencia artificial.   Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones
Representar el conocimiento por medio de un sistema basado en conocimiento.   Aplicar, analizar y sintetizar procesos de diseño de ingeniería que resulten en proyectos que cumplen las necesidades específicas
Resolver problemas en base a técnicas de búsqueda en espacio de estado.   Identificar, formular y resolver problemas de ingeniería aplicando los principios de las ciencias básicas e ingeniería
Conocer las áreas de la IA y sus aplicaciones actuales, identificando oportunidades de desarrollo de soluciones en su entorno.   Desarrollar y conducir una experimentación adecuada; analizar e interpretar datos y utilizar el juicio ingenieril para establecer conclusiones

Normatividad
- El plagio de tareas queda estrictamente prohibido, ya sea a compañeros o ejercicios de internet. Es válido, sin embargo, tomar algunas secciones de internet, haciendo una cita al autor o la fuente, pero también queda prohibido realizar antologías o recopilaciones, salvo que se indique lo contrario. - No existirán retrasos tras el pase de lista. Se dará una tolerancia de 10 minutos una vez comenzada la clase. - Las tareas sólo se aceptarán como límite al día establecido en clase o el que marque el portal. La tolerancia a retrasos será de un máximo de 24 horas.

Materiales
- Computadora con Python, Matlab u Octave instalados.

Bibliografía disponible en el Itescam
Título
Autor
Editorial
Edición/Año
Ejemplares
Inteligencia artificial e ingeniería del conocimiento /
Pajares Martinsanz, Gonzalo.
Alfaomega,
2006.
4
-
Inteligencia artificial: un enfoque moderno /
Russell, Stuart J.
Pearson prentice hall,
2a. / 2004.
4
-
Redes neuronales y sistemas borrosos/
Martín del Brío, Bonifacio
Alfaomega,
3a. / 2007.
4
-
Sistemas expertos : principios y programación /
Giarratano, Joseph
Thomson,
3a. / 2001.
15
-

Parámetros de Examen
PARCIAL 1 De la actividad 1.1.1 a la actividad 2.1.6
PARCIAL 2 De la actividad 3.1.1 a la actividad 4.1.3

Contenido (Unidad / Competencia / Actividad / Material de Aprendizaje)
1. Introducción a la Inteligencia Artificial
          1.1. Conocer los conceptos fundamentales de la IA, así como el estado del arte de las áreas de la inteligencia artificial.
                   1.1.1. Investigar sobre los diferentes enfoques de la Inteligencia artificial.
                           Introducción a IA (214902 bytes)
                          
                   1.1.2. Discutir en grupo los diferentes enfoques.
                           Introducción a IA (214902 bytes)
                          
                   1.1.3. Plantear una línea de tiempo de la historia de la IA.
                           http://ocw.uc3m.es/ingenieria-telematica/inteligencia-en-redes-de-comunicaciones/material-de-clase-1/01-historia-de-la-inteligencia-artificial
                          
                   1.1.4. Investigar las técnicas actuales de la inteligencia artificial.
                           https://ia-latam.com/2019/03/18/el-estado-de-la-ia-en-el-2019/
                          
                   1.1.5. Investigar y seleccionar desarrollos actuales de la inteligencia artificial.
                           https://la.nvidia.com/object/ai-computing-la.html
                          
                   1.1.6. Comentar en grupo los desarrollos actuales de la Inteligencia artificial.
                           https://www.uv.mx/cienciahombre/revistae/vol17num3/articulos/inteligencia/index.htm
                          
                   1.1.7. Investigar información acerca de los modelos de agente inteligente.
                           El Modelo del Agente Inteligente (210648 bytes)
                          
                   1.1.8. Discutir acerca de los diferentes modelos de agentes inteligentes.
                           El Modelo del Agente Inteligente (210648 bytes)
                          
                   1.1.9. Investigar el concepto de heurística.
                           Búsqueda Informada y Exploración (272976 bytes)
                          
                   1.1.10. Elaborar el mapa conceptual de heurística.
                           Búsqueda Informada y Exploración (272976 bytes)
                          
2. Representación del conocimiento, razonamiento y los Aspectos Metodológicos en Inteligencia Artificial.
          2.1. Representar el conocimiento por medio de un sistema basado en conocimiento.
                   2.1.1. Investigar información acerca de definiciones y elementos de los sistemas basados en conocimientos.
                           Sistemas Basados en Conocimiento (407256 bytes)
                          
                   2.1.2. Representar el conocimiento mediante un mapa conceptual y una red semántica.
                           Representación del Conocimiento (237664 bytes)
                          
                   2.1.3. Investigar y comentar los conceptos de sintaxis, semántica, validez e inferencia en la lógica de predicados.
                           Razonamiento Según la Lógica (200044 bytes)
                          
                   2.1.4. Representar el conocimiento por medio de lógica de predicados.
                           Representación del Conocimiento Mediante Reglas (354748 bytes)
                          
                   2.1.5. Investigar y seleccionar información acerca de los conceptos de aprendizaje, razonamiento probabilístico, lógicas multivaluadas y lógica difusa.
                           https://www.ecured.cu/Lógica_difusa
                          
                   2.1.6. Realizar un modelo de red bayesiana a un problema de diagnóstico.
                           Redes Bayesianas (183569 bytes)
                          
3. Reglas y Búsqueda
          3.1. Resolver problemas en base a técnicas de búsqueda en espacio de estado.
                   3.1.1. Investigar los tipos de problemas que se resuelven con las técnicas de búsqueda.
                           Búsqueda Informada y Exploración (272976 bytes)
                          
                   3.1.2. Describir gráficamente problemas en términos de espacios de estado (problema de misioneros y caníbales, problemas de juego entre dos adversarios, etc.).
                           Problemas en espacio de estados. (67558 bytes)
                          
                   3.1.3. Investigar información sobre los métodos de búsqueda (primero en anchura, primero en profundidad).
                           https://www.uv.mx/personal/edbenitez/files/2010/09/CursoIA10-II-2.pdf
                          
                   3.1.4. Discutir en grupo los diferentes algoritmos de búsqueda.
                           Búsqueda Informada y Exploración (272976 bytes)
                          
                   3.1.5. Realizar un proyecto para resolver un problema de un juego clásico (gato, ajedrez, puzzle, misioneros y caníbales, etc.), empleando un método de búsqueda óptima.
                           Juego de n^2 - 1 (67558 bytes)
                          
4. Aplicaciones con técnicas de IA
          4.1. Conocer las áreas de la IA y sus aplicaciones actuales, identificando oportunidades de desarrollo de soluciones en su entorno.
                   4.1.1. Investigar la clasificación de las diferentes áreas que comprenden la IA.
                           http://inteligenciaartificialgrupo7.blogspot.com/2013/02/normal-0-21-false-false-false-es-ve-x.html
                          
                   4.1.2. Investigar, desarrollar y exponer en grupo y/o en equipos, la situación actual de cada una de las áreas que comprenden la IA.
                           https://puentesdigitales.com/2018/01/12/los-8-increibles-avances-en-inteligencia-artificial-para-este-2018/
                          
                   4.1.3. Realizar una aplicación que resuelva problemas del entorno aplicando una vertiente de la IA.
                           Fundamentos de ML (303784 bytes)
                           Redes Neuronales I (1670158 bytes)
                          

Prácticas de Laboratorio (20232024P)
Fecha
Hora
Grupo
Aula
Práctica
Descripción

Cronogramas (20232024P)
Grupo Actividad Fecha Carrera

Temas para Segunda Reevaluación