Ciencias de la Computación (plan 1994) 2021-1

Sexto Semestre, Inteligencia Artificial

Presentación

Bienvenidos al curso de Inteligencia Artificial 2021-1 donde se presentarán las bases teóricas del área haciendo énfasis en su aplicación a la resolución de problemas reales.

Se revisarán de forma general diversas estrategias utilizadas en Inteligencia Artificial, de tal forma que el estudiante tenga las bases para profundizar en estos temas en otras asignaturas optativas.

Se construirán 3 proyectos que permitirán analizar diferentes enfoques de la inteligencia artificial, cada proyecto deberá ser implementado y analizado a manera de artículo.

Plataformas del curso

La plataforma donde se presentarán los materiales será Canvas (https://canvas.instructure.com/) y las sesiones virtuales las llevaremos a cabo a través de Zoom las cuales se grabarán y se compartirán en la plataforma.

Nota importante: Para tener una comunicación cercana y segura, enviaremos la liga de acceso a la sesión virtual de zoom a través de un Anuncio que nos proporciona la plataforma Canvas.

Actualización

Las sesiones serán los jueves de 5:00 p.m. a 6:30 p.m.

Laboratorio martes de 2:00 p.m. a 4:00 p.m.

Medios de Comunicación

El medio de comunicación para este curso, será a través de la plataforma Canvas.

Dudas

Si tienes una duda o problema, te podrás poner en contacto con la profesora y ayudantes a través del apartado Buzón de entrada, dentro de Canvas. Nos llegará una notificación tipo correo electrónico donde ya le podremos dar seguimiento a tu duda o problema.

En caso de tener problemas con la plataforma, puedes contactarme al correo estefaniaprieto@ciencias.unam.mx o a los ayudantes:

Ayudante de teoría : Andrea Fernanda Muñiz Patiño mu.andrea@ciencias.unam.mx

Ayudante de laboratorio: Rafael Robles Ríos kairos_dark04@ciencias.unam.mx

Evaluación

Considerando la amplitud del temario es muy importante ir desarrollando las actividades que complementan las discusiones de la clase que serán a través de foros, tareas y discusión durante las sesiones virtuales que tengamos.

• 50% Proyectos: 2 proyectos y 2 reportes
• 30% Proyecto final: 1 anteproyecto, 1 prototipo
• 20% Actividades, tareas en clases y ayudantías
• 10% Participación

Temario

1. Introducción a IA

   • Enfoques o tipos de inteligencia artificial

   • Agente inteligente

   • Bondades de la IA dentro de la industria.

2. Aprendizaje automático aplicado a industria.

   • Algoritmos de búsqueda y heurísticas

   • Tipos de aprendizaje

     • Introducción al aprendizaje supervisado.

   • Sistemas de recomendación.

3. Procesamiento de lenguaje natural

   • Conocimiento y razonamiento basado en lógica.

   • Conocimiento y razonamiento bajo incertidumbre.

     • Árboles de decisión

   • Conocimiento heredable.

     • Redes semánticas

     • Introducción a redes neuronales

     • Chatbot

4. El futuro de la Inteligencia artificial

   • Estrategias avanzadas para el uso de la IA en la sociedad o en la industria.

   • Tema selecto: Introducción a Machine learning y deep learning.

Bibliografía

• Russell, S, y Norvig, P. Artificial Intelligence: A Modern Approach, 3a. Edición, Prentice Hall, 2009.

• Jason Bell (2015). Machine Learning: Hands-On for Developers and Technical Professionals. John Wiley & Sons, Inc.c

• Mohammed, M., Khan, M., Bashier, E. (2016). Machine Learning. Boca Raton: CRC Press.

Sesión de presentación del curso

La presentación del curso será el martes 22 de septiembre a las 5:00 p.m. a 6:00 p.m. a través de Zoom.

Podrás ingresar a la sesión a través de esta liga:

Forma de trabajo

Proyectos

Los proyectos serán evaluados a través de una rúbrica que contempla 3 bloques:

1.Organización, redacción y claridad de ideas expresadas en el reporte.

2.Contenido del reporte.

Para esta sección, les proporcionaremos una guía de apoyo para que vayan generando su reporte. Esta guía, a grandes rasgos, menciona los aspectos teóricos que nos interesan resaltar en el proyecto correspondiente, las técnicas que utilizarán para desarrollar su proyecto, ventajas y desventajas de las técnicas según la teoría, datos con los que trabajará su técnica, descripción de los experimentos hechos, resultados obtenidos y las ventajas y desventajas que percibieron de esta técnica de acuerdo a tu implementación, además de incluir algunas conclusiones.

3.Implementación de su proyecto.

Esta sección abarca si has cumplido con las características de la técnica elegida y buenas prácticas de codificación y documentación.

Cada proyecto tiene un valor de 20 puntos y estos se realizarán en equipos de no más de 4 integrantes.

Actividades y tareas

Las actividades y tareas en sesiones virtuales y actividades a través de la plataforma.

IMPORTANTE

Para que hagamos un curso valioso, es importante tu participación que deberá ser constructiva y respetuosa.

Las actividades y tareas, algunas serán a través de la plataforma y otras en las sesiones virtuales, por lo que es importante que no faltes. Aunque la asistencia no es obligatoria. En caso de que tengas problemas de conectividad o por otras razones no pudiste estar en la sesión virtual, grabaremos y subiremos a la plataforma en la sección Grabaciones para que más tarde la puedas consultar.