Anda di halaman 1dari 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

GUA DOCENTE DE INTELIGENCIA ARTIFICIAL


La presente gua docente corresponde a la asignatura Inteligencia Artificial (IA),
aprobada para el curso lectivo 2013-2014 en Junta de Centro y publicada en su
versin definitiva en la pgina web de la Escuela Politcnica Superior. La gua
docente de IA aprobada y publicada antes del periodo de matrcula tiene el carcter
de contrato con el estudiante.

1 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

ASIGNATURA
INTELIGENCIA ARTIFICIAL (IA)
1.1.

Cdigo

17840 del Grado en Ingeniera Informtica

1.2.

Materia

Inteligencia Artificial

1.3.

Tipo

Obligatoria

1.4.

Nivel

Grado

1.5.

Curso

1.6.

Semestre

1.7.

Nmero de crditos

6 ECTS

1.8.

Requisitos previos

Se indican los requisitos para cursar con aprovechamiento la asignatura Inteligencia


Artificial as como las asignaturas en las que se cubren dichos requisitos

Capacidad para programar en un lenguaje de alto nivel


Asignatura: Programacin I, Programacin II, Proyecto de programacin

Conocimientos de lgebra lineal

2 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

Asignatura: lgebra
Conocimientos de clculo
Asignaturas: Clculo I, Clculo II
Conocimientos de combinatoria, teora de grafos y lgica proposicional
Asignatura: Estructuras discretas y lgica
Conocimientos de probabilidad y estadstica
Asignatura: Probabilidad y estadstica

Para garantizar la asimilacin de los contenidos y la adquisicin de habilidades se


recomienda
la lectura crtica de los textos de la bibliografa
uso del material electrnico disponible en la plataforma Moodle (http://uamvirtual.es)
Uso de material complementario en la red.
Es recomendable disponer de un dominio de ingls que permita al alumno leer la
bibliografa de consulta.
Asimismo, se requiere
Trabajo individual antes de las sesiones tericas y prcticas: Lectura del
material a cubrir con el objetivo de familiarizarse con los conceptos que se
van a manejar y los problemas a resolver.
Trabajo individual posterior a las sesiones:
o Revisin de las notas tomadas en clase.
o Consulta de la bibliografa
o Realizacin de ejercicios
Trabajo en grupo
o Realizacin de las prcticas de la asignatura
o Participacin en los grupos de debate.

1.9.

Requisitos mnimos de asistencia a las sesiones


presenciales

Se plantean dos itinerarios, uno con asistencia obligatoria a clase y otro sin ella. Los
estudiantes debern optar por uno u otro desde el principio del curso y cumplir con
los distintos requisitos de evaluacin que conlleva cada uno de los modelos,
publicados en la presente gua docente (ver apartado 4).
ITINERARIO CON ASISTENCIA OBLIGATORIA A CLASE
La asistencia es obligatoria al menos en un 85%.
ITINERARIO SIN ASISTENCIA OBLIGATORIA A CLASE
La asistencia es muy recomendable aunque no obligatoria.

3 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

1.10. Datos del equipo docente


Nota: se debe aadir @uam.es a todas las direcciones de correo electrnico.
Profesores de teora:
Dr. Ing. Manuel Snchez-Montas
Departamento de Ingeniera Informtica
Escuela Politcnica Superior
Despacho: B-303
Telfono: +34 914972290
Correo electrnico: manuel.smontanes
Pgina web: http://www.ii.uam.es/~msanchez
Horario de atencin al alumnado: Peticin de cita previa por correo
electrnico.
Dr. Alberto Surez Gonzlez (Coordinador)
Departamento de Ingeniera Informtica
Escuela Politcnica Superior
Despacho: B-309
Telfono: +34 914972286
Correo electrnico: alberto.suarez
Pgina web: http://www.eps.uam.es/~asuarez
Horario de atencin al alumnado: Peticin de cita previa por correo
electrnico.

1.11. Objetivos del curso


IA es una asignatura de introduccin a la Inteligencia Artificial. Se busca que el
estudiante adquiera unos conocimientos bsicos sobre sistemas y agentes
inteligentes, formalizacin de conocimiento y razonamiento con y sin incertidumbre,
y tcnicas de aprendizaje automtico y sus aplicaciones prcticas.
La competencia que se persigue adquirir con esta asignatura es:

C15: Conocimiento y aplicacin de los principios fundamentales y tcnicas


bsicas de los sistemas inteligentes y su aplicacin prctica.
Al final del semestre (objetivos generales), y de cada unidad (objetivos por tema) el
estudiante deber ser capaz de:

4 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

OBJETIVOS GENERALES
G1 Formalizar y disear sistemas de razonamiento automtico
G2

Implementar y aplicar tcnicas de aprendizaje automtico en problemas de


prediccin

G3

Implementar y aplicar tcnicas de minera de datos

OBJETIVOS ESPECIFICOS POR TEMA


TEMA 1.- Introduccin a la Inteligencia Artificial
1.1. Comprender la evolucin histrica de la Inteligencia Artificial
1.2. Identificar las caractersticas de un sistema/agente inteligente
TEMA 2.- Lgica de predicados
2.1. Formalizar conocimiento mediante reglas de lgica de predicados
2.2. Razonar automticamente utilizando reglas de inferencia de lgica de predicados
Implementar dichos sistemas de razonamiento usando tanto mecanismos de inferencia
2.3.
hacia delante como hacia atrs
2.4. Implementar y resolver problemas generales usando programacin lgica (Prolog)
TEMA 3.- Resolucin de problemas mediante bsqueda
Identificar qu tipo de bsqueda (ciega/con heurstica/entre adversarios) es ms
3.1. adecuada para un determinado problema e implementar dicho mecanismo de
bsqueda
3.2 Disear una heurstica apropiada para un problema dado
3.3

Formalizar e implementar restricciones en las bsquedas

TEMA 4.- Planificacin


4.1. Clculo de situaciones
4.2. Planificacin mediante STRIPS
TEMA 5.- Incertidumbre en Inteligencia Artificial
5.1. Formalizar conocimiento con incertidumbre mediante probabilidad
Extraer conclusiones a partir de conocimiento con incertidumbre y cuantificar la
5.2.
incertidumbre de dichas conclusiones
TEMA 6.- Aprendizaje Automtico
Identificar qu tipo de aprendizaje (supervisado, no supervisado) es ms adecuado
6.1.
para un problema dado
Dentro de cada tipo de aprendizaje, identificar e implementar la estrategia de
6.2.
aprendizaje ms adecuada.
TEMA 7.- Aplicaciones avanzadas
7.1.

Formalizar y disear soluciones a problemas prcticos actuales usando las estrategias


aprendidas en esta materia

5 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

1.12. Contenidos del programa


Programa Sinttico
TEMA 1. Introduccin a la Inteligencia Artificial
TEMA 2. Lgica de predicados
TEMA 3. Resolucin de problemas mediante bsqueda
TEMA 4. Planificacin
TEMA 5. Incertidumbre en Inteligencia Artificial
TEMA 6. Aprendizaje Automtico
TEMA 7. Aplicaciones avanzadas
Programa Detallado
1. Introduccin a la Inteligencia Artificial

1.1.
1.2.

La Inteligencia Artificial en la historia.


Sistemas y agentes inteligentes

2. Lgica de predicados

2.1 Elementos
2.1.1. Elementos comunes con la lgica proposicional
2.1.2. Variables y cuantificadores
2.1.3. Predicados
2.1.4. Funciones
2.1.5. tomos, trminos, literales y clusulas
2.1.6. Formas normales
2.2 Sustitucin y unificacin
2.3 Inferencia en lgica de predicados
2.3.1 Reglas de inferencia generalizadas
2.3.1.1
Modus ponens
2.3.1.2
Resolucin
2.3.2 Extraccin de respuestas mediante el truco de Green.
2.4 El predicado de igualdad
2.5 Algoritmos para inferencia
2.5.1 Forward chaining
2.5.2 Backward chaining
2.6 Programacin lgica (Prolog)
2.7 Ontologas

6 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

3. Resolucin de problemas mediante bsqueda

3.1 Bsqueda ciega


3.2 Bsqueda heurstica
3.2.1 Bsqueda A*
3.2.2 Diseo de heursticas
3.3 Bsqueda entre adversarios (Juegos)

4. Planificacin

4.1.
4.2.

Clculo de situaciones
Planificacin mediante STRIPS

5. Incertidumbre en Inteligencia Artificial

5.1.
5.2.
5.3.
5.4.

Formalizacin de incertidumbre mediante probabilidades


Teorema de Bayes
Nave Bayes
Redes Bayesianas

6. Aprendizaje Automtico

6.1. Aprendizaje supervisado: problemas de clasificacin


6.1.1. Vecinos ms prximos (kNNs)
6.1.2. rboles de decisin
6.1.3. Redes neuronales
6.2. Aprendizaje no supervisado
6.2.1. Introduccin al clustering
6.2.2. K-means

7. Aplicaciones avanzadas

7.1.
7.2.
7.3.

Procesamiento de lenguaje natural


Visin artificial
Robtica

1.13. Referencias de consulta


Bibliografa:
Inteligencia Artificial y aplicaciones [Unidades 1,2,3,6,7]
Russell, S. y Norvig, P.: "Artificial Intelligence, a modern approach", Ed.
Prentice Hall, 1995 (ingls y espaol) [http://aima.cs.berkeley.edu/]
Nilsson, N.J.: "Artificial Intelligence, a new synthesis", Ed. Morgan Kaufmann
Publishers, 1998
Incertidumbre en Inteligencia Artificial y aprendizaje automtico [Unidades 4,5]
C.M. Bishop. Pattern Recognition and Machine Learning. Springer, 2006
R.O. Duda, P.E. Hart. D.G. Stork; Pattern Classification; Wiley, 2000
S. Haykin. Neural Networks: A Comprehensive Foundation. Segunda edicin.
Prentice-Hall 1999

7 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

T.M. Mitchell. Machine Learning. McGraw-Hill, 1997

El lenguaje de programacin LISP [prcticas]


"ANSI Common Lisp", P. Graham [http://www.paulgraham.com/acl.html]
"On LISP", P. Graham [http://lib.store.yahoo.net/lib/paulgraham/onlisp.pdf]
Norvig, Peter; "Paradigms of artificial intelligence programming case studies
in common LISP" Morgan Kaufman Publishers (1991)
Steele, G.L.: "Common LISP the Language", segunda edicin, 1990
[http://www.cs.cmu.edu/Groups/AI/html/cltl/cltl2.html]
Lisp.org [http://www.lisp.org/alu/home]
LISP FAQ
[http://www.cs.cmu.edu/Groups/AI/html/faqs/lang/lisp/part1/faq.html]
LISP: Recomendaciones de estilo
[http://www.cs.cmu.edu/Groups/AI/html/faqs/lang/lisp/part1/faq-doc4.html]
LISP: Especificaciones
[http://www.lispworks.com/documentation/HyperSpec/Front/index.htm]
Artculos
A.M. Turing, "Computing machinery and intelligence"
Mind, Vol. 59, No. 236, pp. 433-460 (1950)
[http://www.jstor.org/pss/2251299]
A. L. Samuel, "Some Studies in Machine Learning Using the Game of Checkers"
IBM Journal of Research and Development, 3(3), pp. 210226 (1959)
Digital Object Identifier: 10.1147/rd.441.0206
A. L. Samuel, "Some Studies in Machine Learning Using the Game of Checkers.
IIRecent Progress"
IBM Journal of Research and Development, 11(6), pp. 601-617 (1967)
Digital Object Identifier: 10.1147/rd.116.0601
Recursos adicionales
Asociacin espaola para la inteligencia artificial (AEPIA)
[http://www.aepia.org/]
American Association for the Advancement of Artificial Intelligence (AAAI)
[http://www.aaai.org/home.html]
Carnegie Mellon AI repository
[http://www-2.cs.cmu.edu/afs/cs.cmu.edu/project/ai-repository/ai/0.html]
MIT Computer Science and Artificial Intelligence Lab (CSAIL)
[http://www.csail.mit.edu/]
Stanford AI Lab [ http://robotics.stanford.edu/]
Material electrnico de trabajo: los documentos electrnicos de trabajo (material
adicional, ejercicios del curso y ejemplos de exmenes, etc.) se publican en la
seccin de IA en plataforma Moodle (http://uam-virtual.es)

8 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

2.

Mtodos docentes

La metodologa utilizada en el desarrollo de la actividad docente incluye los


siguientes tipos de actividades:
*Clases de teora:
Actividad del profesor
Clases expositivas simultaneadas con la realizacin de programas y ejercicios.
Se utilizar la pizarra, combinada con la explicacin de programas en formato
electrnico cuya ejecucin se visualizar en la pantalla de la clase.
Actividad del estudiante:
Actividad presencial: Toma de apuntes, participacin en clase respondiendo a
las cuestiones planteadas. Resolucin de los ejercicios propuestos.
Actividad no presencial: lectura del material bibliogrfico y de apoyo, estudio
de la materia y realizacin de ejercicios propuestos y de los cuestionarios
planteados en la plataforma Moodle.
*Tutoras en aula:
Actividad del profesor:
Tutorizacin a toda la clase o en grupo reducidos con el objetivo de resolver
dudas comunes plantadas por los alumnos a nivel individual o en grupo, surgidas
a partir de cuestiones/ejercicios sealados en clase para tal fin y orientarlos en
la realizacin de los mismos.
Actividad del estudiante:
Actividad presencial: Planteamiento de dudas individuales o en grupo y enfoque
de posibles soluciones a las tareas planteadas.
Actividad no presencial: Estudio de las tareas marcadas y debate de las
soluciones planteadas en el seno del grupo.
*Prcticas:
Actividad del profesor:
Asignar una prctica/proyecto a cada grupo de trabajo y explicar la prctica
asignada a cada grupo de trabajo al comienzo de la sesin de prcticas.
Supervisar el trabajo de los grupos de trabajo en el laboratorio. Suministrar el
guin de prcticas a completar en el laboratorio.
Se utilizan el mtodo expositivo tanto en tutoras como en el laboratorio con
cada grupo de trabajo. Los medios utilizados son los entornos de programacin,
editores, compiladores y los ordenadores del propio laboratorio para la
ejecucin y anlisis de los programas realizados.
Actividad del estudiante:
Actividad presencial: Planteamiento inicial, previo al desarrollo de la prctica,
sobre informacin contenida en el enunciado. Debate en el seno del grupo
sobre el planteamiento de la solucin ptima. Al finalizar la prctica se entrega

9 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

un breve informe con el programa desarrollado y, adems, se debe ejecutar


con el profesor presente, quien har las preguntas oportunas a cada miembro
del grupo para calificar de forma individual la prctica.
Actividad no presencial: Profundizar en el enunciado de la prctica, plantear el
diagrama de flujo ptimo para la resolucin de la misma e implementar los
ejercicios propuestos. Redaccin del informe de la prctica.
*Debate:
Actividad del profesor:
Proponer el tema de debate.
Proponer el tamao mnimo y mximo de los equipos de debate.
Supervisar las reuniones de los equipos de debate.
Organizar el debate.
Actividad de los estudiantes:
Los estudiantes se organizarn en equipos de debate con el tamao sugerido
por el profesor
En cada equipo se elegir un coordinador.
El coordinador de cada equipo tiene como tareas:
o Informar sobre la composicin del equipo de debate en una fecha lmite
a determinar
o Informar sobre el plan de trabajo, incluyendo un cronograma de
actividades y la planificacin de reuniones [fecha lmite a determinar].
o Convocar reuniones del equipo de debate.
Coordinar las reuniones.
Asignacin y supervisin de tareas.

Tras la creacin de los equipos de debate, cada uno realizar tareas de


preparacin del debate. Las tareas mnimas a realizar son
o Reunin organizativa en la EPS para disear el plan de trabajo y asignar
tareas a los miembros del equipo.
o Recopilacin y elaboracin de material.
o Reunin en la EPS para elaborar el material recopilado y abordar la
presentacin.
Se pueden organizar tareas adicionales: reuniones adicionales, foros de
discusin para el equipo de debate, pgina Web para compartir
informacin, etc.

Todos los miembros del equipo deben colaborar de manera equilibrada. En


caso de que el grupo estime que alguien no colabora en las tareas, se debe
indicar esta circunstancia al profesor con el fin de que ste evale la
necesidad de reducir su calificacin en el debate sin perjudicar al resto del
grupo.

Participacin en el debate.

10 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

Cada equipo de trabajo elaborar un breve dossier informando sobre las


actividades de preparacin realizadas, detallando el material elaborado y
recopilado. Este dossier ser entregado por el coordinador de cada equipo
antes del da del debate.

Tras el debate, cada alumno elaborar un breve resumen con las conclusiones
que ha extrado del debate.

3.

Tiempo de trabajo del estudiante

Clases tericas
Clases prcticas
Realizacin de pruebas escritas parciales y final
Estudio semanal
Realizacin de actividades prcticas
No
Preparacin del examen (convocatoria ordinaria)
presencial
Preparacin del examen (convocatoria
extraordinaria)
Carga total de horas de trabajo: 25 horas x 6 ECTS
Presencial

4.

N de horas
42 h (28%)
26 h (17.3%)
4 h (2.7%)
20 h (13.3%)
20 h (13.3%)
16 h (10.7%)

Porcentaje
72 h (48%)

78 h (52%)

22 h (14.7%)
150 h

Mtodos de evaluacin y porcentaje en la


calificacin final

Todas las partes de la asignatura, teora, prcticas y debate puntan sobre 10.
La nota final de la asignatura se obtiene de las notas de teora, prcticas y debate
mediante la ecuacin:
Calificacin: 0.3*Prcticas + 0.6*Teora + 0.1*Debate
Para aprobar la asignatura es obligatorio obtener una nota mayor o igual a 5
puntos tanto en la parte de teora como en las prcticas. En caso contrario, la nota
final en actas ser
Calificacin: Mn(4.9, 0.3*Prcticas + 0.6*Teora + 0.1*Debate)
Los ejercicios, prcticas, debate y exmenes sern los mismos para todos los
grupos de la asignatura.
TEORA:
Para optar a evaluacin continua, el estudiante debe

11 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

Asistir regularmente (85% de asistencia en sesiones teora y en prcticas)


Entregar sin retraso los ejercicios asignados en la plataforma Moodle. Estos
ejercicios son resueltos en clase. Dado que su objetivo es que sirvan de
prctica e ilustracin, no son tenidos en cuenta en la calificacin final. Se
solicitar adems una memoria de correccin de ejercicios.
Realizar las dos pruebas intermedias.
La nota correspondiente a la parte de Teora es la que resulta de:
Primera prueba intermedia: 25%
Segunda prueba intermedia: 25%
Prueba final: 50%
La nota correspondiente a la parte de Teora para el itinerario sin asistencia
obligatoria corresponde nicamente a la prueba final. Esta prueba ser ms
exhaustiva y tendr ms duracin que la correspondiente a la trayectoria de
evaluacin continua, ya que incluir ejercicios adicionales, relacionados con las
actividades intermedias.
Las pruebas escritas podrn incluir tanto cuestiones tericas como ejercicios.
PRCTICAS:
La nota correspondiente a la parte de prcticas es la media ponderada de las
calificaciones de las prcticas programadas en el curso.
Se realizarn 5 prcticas sobre los siguientes temas
o

P1: Programacin en LISP

P2: Lgica

P3: Bsqueda

P4: Juegos

P5: Aprendizaje automtico

La calificacin final ser


Nota de prcticas = 0.2 P1 + 0.2 P2 + 0.2 P3 + 0.2 P4 + 0.2 P5
La calificacin de la parte prctica tendr en cuenta la calidad de los
diseos realizados, los resultados obtenidos y de su presentacin.
Adicionalmente o de manera alternativa se harn pruebas para evaluar
los conocimientos, destrezas y habilidades adquiridos.
Para aprobar la parte de prcticas se deben entregar todas las prcticas en
los plazos indicados y alcanzar una calificacin mnima de 4 en cada una de
las prcticas. Los retrasos en las entregas sern penalizados con el 25% de
la calificacin inicial por da de retraso.
Adicionalmente, aquellos estudiantes que no alcancen el 85% de asistencia
realizarn un examen final de prcticas.

12 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

Para la convocatoria extraordinaria


o Los estudiantes deben revisar las entregas realizadas
completndolas y corrigiendo sus errores sobre la versin entregada
durante el curso.
o Realizarn un examen escrito o/y oral cuya longitud ser mayor
para aquellos estudiantes que no hayan realizado todas las entregas
durante el curso.
DEBATE:
La calificacin del debate tendr en cuenta tanto el trabajo de preparacin como el
trabajo individual, que se valorar por medio de un breve informe que cada
estudiante elaborar tras el debate con las conclusiones que ha extrado de ste.
Las notas de teora, de prcticas y de debate se conservan slo para la convocatoria
extraordinaria del mismo curso acadmico.
En caso de no haber superado el debate en la convocatoria ordinaria, en la
convocatoria extraordinaria el debate no ser tenido en cuenta y el peso de la nota
de teora en la calificacin final pasar a ser 0.7

ATENCIN: Cualquier copia descubierta que se haya realizado a lo largo del

curso, tanto en cualquiera de las actividades de teora desarrolladas, ejercicios, y


debate como en cualquiera de los apartados de las prcticas, sern penalizadas
con rigurosidad. La penalizacin por copia implica la aplicacin de la normativa
interna de la EPS, que supone suspender la convocatoria actual y no poder
presentarse a la siguiente.

5.

Cronograma

Semana

Contenido

Horas presenciales

Horas no presenciales

- Presentacin y motivacin de la asignatura,


descripcin del programa, normativa y los mtodos de
evaluacin.

1
Trabajo del estudiante:
Lectura de las normativas
de teora y prcticas.
Lectura del material
propuesto.

3
Trabajo del estudiante:
Lectura de material
propuesto. Realizacin de
Prctica 1 (Introduccin a
LISP).
3
Trabajo del estudiante:

- Unidad 1 Introduccin a la Inteligencia artificial.


- Unidad 2 Lgica de predicados. Tema 2.1
Seminario de Lisp
2

- Unidad 2 Lgica de predicados. Temas 2.2 y 2.3 y


ejercicios de repaso
- Prctica 1

- Unidad 2 Lgica de predicados. Temas 2.4, 2.5 (I)

13 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

- Prctica 1

- Unidad 2 Lgica de predicados. Temas 2.5(II) y 2.6


y ejercicios de repaso

- Prctica 1

- Unidad 2 Lgica de predicados. Tema 2.7 y


ejercicios de repaso

- Prctica 2

- Unidad 3 Resolucin de problemas mediante


bsqueda. Temas 3.1 y 3.2(I)

- Prctica 2

- Unidad 3 Resolucin de problemas mediante


bsqueda. Temas 3.2(II) y 3.3

-Prctica 3

- Unidad 4 Planificacin y control.(I)


-Prctica 3

- Unidad 4 Planificacin y control (II)

-Prctica 4

10

- Unidad 5 Incertidumbre en Inteligencia Artificial.

-Prctica 4

11

- Unidad 6 Aprendizaje Automtico. Tema 6.1

-Prctica 5

12

- Unidad 6 Aprendizaje Automtico. Tema 6.2 (I)


-Prctica 5

Lectura de material
propuesto. Realizacin de
Prctica 1 (Introduccin a
LISP).
3
Trabajo del estudiante:
Lectura de material
propuesto. Realizacin de
la Prctica 1 (Introduccin
a LISP).
3
Trabajo del estudiante:
Lectura de material
propuesto. Entrega de
Prctica 1. Realizacin de
la Prctica 2 (Lgica
proposicional).
3
Trabajo del estudiante:
Escritura de los programas
propuestos. Realizacin de
la Prctica 2 (Lgica
proposicional).
3
Trabajo del estudiante:
Escritura de los programas
propuestos. Entrega de la
Prctica 2. Realizacin de
Prctica 3 (Bsqueda).
3
Trabajo del estudiante:
Lectura de material
propuesto. Realizacin de
la Prctica 3 (Bsqueda).
3
Trabajo del estudiante:
Lectura de material
propuesto. Entrega de la
Prctica 3. Realizacin de
la Prctica 4 (Juegos).
3
Trabajo del estudiante:
Lectura del material
propuesto. Realizacin de
la Prctica 4 (Juegos).
3
Trabajo del estudiante:
Lectura de material
propuesto. Entrega de la
Prctica 4. Realizacin de
la Prctica 5 (Aprendizaje
Automtico).
3
Trabajo del estudiante:
Lectura de material

14 de 15

Asignatura: Inteligencia Artificial

Cdigo: 17840
Centro: Escuela Politcnica Superior
Titulacin: Grado en Ingeniera Informtica
Nivel: Grado
Tipo: Obligatoria
N de crditos: 6

13

- Unidad 6 Aprendizaje Automtico. Tema 6.2(II)

- Ejercicios de repaso de la Unidad 6, Aprendizaje


Automtico

14

15
16

-Prctica 5
- Unidad 7 Aplicaciones Avanzadas.

- Preparacin Examen Final convocatoria ordinaria


- Preparacin Examen Final convocatoria ordinaria
Examen Final convocatoria ordinaria

propuesto. Realizacin de
la Prctica 5 (Aprendizaje
Automtico).
3
Trabajo del estudiante:
Lectura de material
propuesto. Realizacin de
la Prctica 5 (Aprendizaje
Automtico).
3
Entrega de Prctica 5.
Lectura de material
propuesto
8
8

15 de 15