I. DATOS INFORMATIVOS
CÓDIGO : IS502
PRE-REQUISITO : IS459 MODELAMIENTO Y SIMULACION
IS461 ARQUITECTURA DE COMPUTADORAS
SEMESTRE : 2019-N
CICLO DE ESTUDIOS : IX
NÚMERO DE CRÉDITOS : 04
CARGA HORARIA : HT: 03 - HP: 02
DURACIÓN : 08 Semanas
DOCENTE Ing. Gavino Marcelo Loyaga Orbegoso
gloyaga@unprg.edu.pe
II. SUMILLA
La Inteligencia Artificial, conceptos, paradigmas y aplicaciones en la industria y
servicios. Representación del conocimiento. Representación de problemas de IA
como búsqueda en el espacio de estado. Métodos de búsqueda ciegos e informados.
Juegos inteligentes hombre-máquina. Sistemas expertos, arquitectura, taxonomía y
aplicaciones. Motor de Inferencia. Ingeniería de conocimiento, conceptos, evolución,
Metodología CommonKADS. Calidad y Validación de Sistemas Expertos,
Introducción a Machine Learning (Aprendizaje Automático) y heurísticas.
1
IV. CONTENIDO ANALÍTICO POR SEMANAS:
SEMANA TEMAS
1º Semana Fundamentos de la Inteligencia Artificial
Sesión 1
Teoría
Presentación del curso.
Definición de la Inteligencia Artificial. Máquina inteligente. Diferencia entre
sistemas operacionales y sistemas inteligentes. Revisión de los lenguajes de la
inteligencia artificial. Aplicaciones en la industria y servicios.
Lenguaje de Programación
Introducción al PROLOG: características y palabras del lenguaje, operaciones
con números. Presentación del software PROLOG: comandos básicos,
procesamiento básico del interpretador.
Teoría
Representación del conocimiento: redes semánticas, registros, y predicados.
Clasificación de problemas algorítmicos. Problemas de decisión, localización y
optimización. Problemas P y NP. Descripción de algunos problemas.
Práctica
Representación del conocimiento referido a diversos dominios.
Práctica
Representación de problemas de raciocinio, problemas de juegos hombre
máquina, problemas de optimización.
Práctica
Resolución de problemas de raciocinio, de juegos hombre máquina, problemas
de optimización mediante métodos de búsqueda ciegos.
2
3º Semana Métodos de búsqueda informados
Sesión 1
Teoría
Métodos que usan información adicional: primero el mejor, ascenso a la colina,
ramificación y acotación.
Práctica
Proyecto en Prolog.
Práctica
Desarrollo de un SE usando Phyton/prolog (Diagnóstico de enfermedades,
juegos, clsificación de especies biológicas
5º Semana Diseño de Sistemas Expertos
Sesión 2
Teoría
Diseño de Sistemas Expertos (SE). Ingeniería de software y SE Ciclo de vida de
un SE.
3
Práctica:
Práctica
Resolución de problemas basados en el conocimiento mediante los métodos de
encadenamiento.
Práctica
Resolución de problemas basados en el conocimiento mediante los sistemas
expertos basados en redes neuronales.
Práctica
Determinación de la confiabilidad de sistemas expertos, análisis de estabilidad.
4
8º Semana Presentación de trabajos finales
Sesión 1
EXAMEN FINAL
V. METODOLOGÍA
El curso se desarrolla a través de actividades teórico – prácticas, dando énfasis a
aplicaciones en la industria y servicios. Los estudiantes, organizados en grupos de 3
estudiantes, desarrollarán dos trabajos computacionales.
VI. EVALUACIÓN
El Promedio Final (PF) se determina de la forma siguiente:
PF = 0.025(CL1 + CL2 + CL3 + CL4) + 0.075(TB1 + TB2) + 0.15*LA + 0,30*EA +
0,30*EB Donde:
CLx: Controles de Lecturas (CL1, CL2, CL3 y CL4)
TB1: Trabajo Grupal
TB2: Trabajo Grupal
EA: Examen Parcial
EB: Examen Final
VII. BIBLIOGRAFÍA
• Palma Méndez, José T. y Marín Morales, Roque. INTELIGENCIA ARTIFICIAL
Técnicas Métodos y Aplicaciones. Editorial Mc. Graw Hill.2008. ISBN: 978-84-
481-5618-3.
• GARCIA SERRANO, Alberto
INTELIGENCIA ARTIFICIAL. Editorial Alfaomega. 1ª. Edición.
México.2013.
• Bonifacio Martin del Brío y Alfredo Sanz Molina.
REDES NEURONALES Y SISTEMAS
DIFUSOS. Edit. Alfaomega.2001.
• GIARRATAMO, Joseph y Riley Gary. SISTEMAS EXPERTOS: Principios y
Programación Tercera Edición. Edit. Thomson Editores. 2001. ISBN 970-686-
059-2
Las lecturas obligatorias serán proporcionadas por el profesor del curso.