Encabezado Facultad de Ciencias
Presentación

Ciencias de la Computación (plan 1994) 2022-2

Sexto Semestre, Inteligencia Artificial

Grupo 7002, 28 lugares. 12 alumnos.
Profesor Víctor Germán Mijangos de la Cruz lu mi 17:30 a 19 002 (Yelizcalli)
Ayudante Daniel Rubén Flores López ma ju 17:30 a 18:30 002 (Yelizcalli)
Ayud. Lab. mi 13 a 15 Taller de Sistemas Operativos, Redes de Cómputo, Sistemas Distribuidos y Manejo de Información

 

Presentación del curso del curso:

Este curso busca revisar las principales áreas de la Inteligencia Artificial desde un enfoque teórico y práctico, que permita el diseño y la implementación de sistemas inteligentes para problemas específicos.

En el curso se abordarán los temas clásicos de la Inteligencia Artificial, como agentes racionales y búsqueda. Asimismo se verán temas del estado del arte, como aplicaciones de aprendizaje profundo o aprendizaje geométrico. Se revisarán aplicaciones típicas de la Inteligencia Artificial y se programará algoritmos orientados a solucionar problemas particulares.


Evaluación

Se llevarán a cabo dos exámenes parciales (el primero abarcando los tres primeros temas y el segundo los últimos temas) con valor de 40 % de la evaluación, y se desarrollará un proyecto final, con valor de 60 % de la evaluación.

Temario

  1. Introducción a la IA

    1. Definición de la IA

    2. Historia de la IA

    3. Aplicaciones de IA

    4. Consideraciones éticas en IA

  2. Agentes inteligentes

    1. Concepto de agente

    2. Racionalidad y agentes racionales

    3. Entornos

    4. Estructura de agentes

  3. Búsqueda

    1. Búsqueda y planificación

    2. Búsqueda informada (heurística)

    3. Búsqueda desinformada

    4. Búsqueda optimizada

    5. Búsqueda de satisfacción sin restricciones

    6. Búsqueda entre adversarios

  4. Modelos probabilísticos

    1. Introducción a los modelos gráficos

    2. Modelos bayesianos

    3. Modelos causales

    4. Modelos sin dirección

  5. Aprendizaje automático

    1. Teoría de aprendizaje estadístico

    2. Aprendizaje supervisado y no-supervisado

    3. Aprendizaje por refuerzo

    4. Aprendizaje profundo

  6. Percepción y conocimiento

    1. Visión computacional

    2. Procesamiento del lenguaje natural

    3. Robótica

    4. Representación de conocimiento lógico


Bibliografía básica

Russell, S. y Norvig, P. (2021). Artificial Intelligence: A Modern Approach. 4th Edition. Pearson.

Joshi, P. (2017). Artificial intelligence with python. Packt Publishing Ltd.

Github: https://github.com/VMijangos/InteligenciaArtificial

Classroom: https://classroom.google.com/c/NDU2NjI4NDgzMDM4?cjc=nz7bcep

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.