Ciencias de la Computación (plan 1994) 2025-1

Sexto Semestre, Inteligencia Artificial

Objetivo del curso: El curso presentará una introducción general a la Inteligencia Artificial (IA). En éste se revisarán los principales problemas de la IA y algoritmos propuestos para solucionarlos. Se verá el panorama general de diferentes problemas: como problemas de búsqueda, adversariales, problemas de decisión. Asimismo, se revisarán diferentes propuestas para sus soluciones, pasando por métodos clásicos hasta métodos basados en aprendizaje.

Método de evaluación: La evaluación del curso dependerá de 4 tareas, 3 a 4 exámenes y 4 prácticas. Los porcentajes de calificación serán como se indica a continuación:

Asimismo, se podrán presentar dos reposiciones de los exámenes al final del semestre. Sólo se otorgará calificación aprobatoria si se cumple con el promedio y la entrega de todas las actividades.

Temario

1. Introducción
   1. Definición de IA
   2. Marco histórico del IA
   3. Problemas y aplicaciones
2. Agentes
   1. Agentes y agentes racionales
   2. Entornos y estructura de agentes
   3. Representación del agente y su entorno
3. Algoritmos de búsqueda
   1. Algoritmo primero mejor
   2. Búsqueda desinformada
   3. Búsqueda informada
      1. Definición de heurísticas
      2. Algoritmo A*
      3. Algoritmo A* pesado
4. Problemas adversariales
   1. Introducción a los problemas adversariales
   2. Algoritmo Minimax
   3. Algoritmo alpha-beta
5. Optimización
   1. Ascenso de la colina
   2. Introducción a algoritmos genéticos
6. Introducción al aprendizaje automático
   1. Definición de aprendizaje
   2. Tipos de aprendizaje
   3. Entrenamiento y evaluación
   4. Evaluación supervisada
   5. Modelos lineals
7. Aprendizaje probabilístico
   1. Algoritmo de Bayes ingenuo
   2. Modelos ocultos de Márkov y algoritmo de Viterbi
   3. Redes bayesianas
8. Aprendizaje supervisado no paramétrico
   1. Árboles de decisión
   2. k-Vecinos más cercanos
9. Otros tipos de aprendizaje
   1. Aprendizaje no supervisado
   2. Aprendizaje por refuerzo
   3. Aprendizaje profundo
10. Cuestiones éticas en IA

Bibliografía

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

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

Material: Parte de los notebooks podrán consultarse en: https://victormijangosdelacruz.github.io/InteligenciaArtificial/