Location via proxy:   [ UP ]  
[Report a bug]   [Manage cookies]                

Guia 71902060 2023

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 12

22-23

GRADO EN INGENIERÍA INFORMÁTICA


SEGUNDO CURSO

GUÍA DE
ESTUDIO
PÚBLICA

FUNDAMENTOS DE INTELIGENCIA
ARTIFICIAL
CÓDIGO 71902060
FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

22-23
FUNDAMENTOS DE INTELIGENCIA
ARTIFICIAL
CÓDIGO 71902060

ÍNDICE

PRESENTACIÓN Y CONTEXTUALIZACIÓN
REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA
ASIGNATURA
EQUIPO DOCENTE
HORARIO DE ATENCIÓN AL ESTUDIANTE
TUTORIZACIÓN EN CENTROS ASOCIADOS
COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE
RESULTADOS DE APRENDIZAJE
CONTENIDOS
METODOLOGÍA
SISTEMA DE EVALUACIÓN
BIBLIOGRAFÍA BÁSICA
BIBLIOGRAFÍA COMPLEMENTARIA
RECURSOS DE APOYO Y WEBGRAFÍA

UNED 2 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

Nombre de la asignatura FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL


Código 71902060
Curso académico 2022/2023
Departamento INTELIGENCIA ARTIFICIAL
Título en que se imparte GRADO EN INGENIERÍA INFORMÁTICA
CURSO - PERIODO GRADUADO EN INGENIERÍA INFORMÁTICA
- SEGUNDO CURSO
- SEMESTRE 2

CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE


SISTEMAS
- OPTATIVAS CURSO
- SEMESTRE 2

Título en que se imparte GRADO EN INGENIERÍA EN TECNOLOGÍAS DE LA INFORMACIÓN


CURSO - PERIODO GRADUADO EN INGENIERÍA INFORMÁTICA
- SEGUNDO CURSO
- SEMESTRE 2

CURSO - PERIODO ESPECÍFICO PARA INGENIEROS TÉCNICOS EN INFORMÁTICA DE


SISTEMAS
- OPTATIVAS CURSO
- SEMESTRE 2

Tipo OBLIGATORIAS
Nº ETCS 6
Horas 150.0
Idiomas en que se imparte CASTELLANO

PRESENTACIÓN Y CONTEXTUALIZACIÓN

.Esta asignatura tiene como objetivo que el alumno conozca la historia, las bases y la
metodología de la inteligencia artificial. Para ello se centra preferentemente en el estudio de
dos técnicas ampliamente utilizadas en inteligencia artificial: por un lado, la búsqueda en un
espacio de estados y, por otro lado, la representación de conocimiento y el razonamiento
con el mismo. La asignatura es de carácter obligatorio, consta de 6 créditos y pertenece al
segundo semestre del segundo curso tanto del Grado en Ingeniería Informática como del
Grado en Ingeniería en Tecnologías de la Información.
La presente asignatura está relacionada con un conjunto de asignaturas de cursos
posteriores, las cuales profundizan en el estudio de diferentes áreas de la inteligencia
artificial. La materia aquí explicada sienta las bases para el entendimiento de conceptos más
avanzados que se incluyen en el temario de dichas asignaturas. Se citan a continuación las
asignaturas con un mayor grado de relación con la actual, todas ellas de cuarto curso.
Grado en Ingeniería Informática:
Ampliación de Sistemas Inteligentes
Aprendizaje Automático
Robótica Autónoma
Visión Artificial
Grado en Ingeniería en Tecnologías de la Información:
Ingeniería y Gestión del Conocimiento
Minería de Datos
Modelos Probabilistas y Análisis de Decisiones

UNED 3 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

REQUISITOS Y/O RECOMENDACIONES PARA CURSAR LA


ASIGNATURA

.Al tratarse de una asignatura de carácter introductorio, no se precisa ningún requisito


específico para abordar el estudio de la materia, aparte de los conocimientos que el alumno
debería ya poseer en este nivel de enseñanza. Es recomendable, no obstante, haber
cursado ya las asignaturas de "Lógica y Estructuras Discretas" y de "Autómatas, Gramáticas
y Lenguajes".

EQUIPO DOCENTE
Nombre y Apellidos ANGELES MANJARRES RIESCO
Correo Electrónico amanja@dia.uned.es
Teléfono 91398-8125
Facultad ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
Departamento INTELIGENCIA ARTIFICIAL

Nombre y Apellidos SEVERINO FERNANDEZ GALAN (Coordinador de asignatura)


Correo Electrónico seve@dia.uned.es
Teléfono 91398-7300
Facultad ESCUELA TÉCN.SUP INGENIERÍA INFORMÁTICA
Departamento INTELIGENCIA ARTIFICIAL

HORARIO DE ATENCIÓN AL ESTUDIANTE

El alumno dispone de los siguientes medios para facilitar el proceso de aprendizaje en esta
asignatura:
(1) Curso virtual de la asignatura desde el que se puede plantear cualquier duda sobre la
asignatura y acceder a los recursos de apoyo al estudio.
(2) Tutorías virtuales o presenciales en el centro asociado correspondiente
(3) Horario de guardia del equipo docente en el que atenderá dudas a través del correo
electrónico, del teléfono o presencialmente. Los datos de contacto con el equipo docente y
los horarios de guardia son los siguientes:
Ángeles Manjarrés Riesco
Dpto. de Inteligencia Artificial (Despacho: 3.08)
E.T.S.I. Informática (UNED)
C/ Juan del Rosal, nº 16
28040 Madrid (España)
Tfno.: +34 91 3988125
Correo-e: amanja@dia.uned.es
Horario de guardia: jueves lectivos, de 10:15hrs a 14:15 hrs.
Horario de asistencia al estudiante: lunes y miercoles lectivos, de 10:15 hrs. a 14:15 hrs.
Severino Fernández Galán
Dpto. de Inteligencia Artificial (Despacho: 3.23)

UNED 4 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

E.T.S.I. Informática (UNED)


C/ Juan del Rosal, nº 16
28040 Madrid (España)
Tfno.: +34 91 3987300
Correo-e: seve@dia.uned.es
Horario de guardia: lunes lectivos, de 16 hrs. a 20 hrs.
Horario de asistencia al estudiante: martes y miércoles lectivos, de 16 hrs. a 20 hrs.

TUTORIZACIÓN EN CENTROS ASOCIADOS

COMPETENCIAS QUE ADQUIERE EL ESTUDIANTE

Esta asignatura facilita la adquisición por parte del alumno, en mayor o menor medida, de un
conjunto de competencias que se pueden dividir en dos tipos principales:
(1) Competencias generales:
(G.2) Competencias cognitivas superiores: selección y manejo adecuado de conocimientos,
recursos y estrategias cognitivas de nivel superior apropiados para el afrontamiento y
resolución de diversos tipos de tareas/problemas con distinto nivel de complejidad y
novedad: Análisis y Síntesis. Aplicación de los conocimientos a la práctica Resolución de
problemas en entornos nuevos o poco conocidos. Pensamiento creativo. Razonamiento
crítico. Toma de decisiones.
(G.4) Competencias de expresión y comunicación (a través de distintos medios y con distinto
tipo de interlocutores): Comunicación y expresión escrita. Comunicación y expresión oral.
Comunicación y expresión en otras lenguas (con especial énfasis en el inglés).
Comunicación y expresión matemática, científica y tecnológica (cuando sea requerido y
estableciendo los niveles oportunos).
(G.5) Competencias en el uso de las herramientas y recursos de la Sociedad del
Conocimiento: Manejo de las TIC. Competencia en la búsqueda de información relevante.
Competencia en la gestión y organización de la información. Competencia en la recolección
de datos, el manejo de bases de datos y su presentación.
(2) Competencias específicas:
(BC.6) Conocimiento y aplicación de los procedimientos algorítmicos básicos de las
tecnologías informáticas para diseñar soluciones a problemas, analizando la idoneidad y
complejidad de los algoritmos propuestos.
(BC.7) Conocimiento, diseño y utilización de forma eficiente de los tipos y estructuras de
datos más adecuados a la resolución de un problema.
(BC.15) Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los
sistemas inteligentes y su aplicación práctica.

UNED 5 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

RESULTADOS DE APRENDIZAJE

Esta asignatura permite alcanzar los siguientes logros a la finalización del curso académico:
(RA1) Adquirir una perspectiva global de qué es la inteligencia artificial.
(RA2) Conocer la historia de la inteligencia artificial.
(RA3) Aplicar búsqueda en un espacio de estados a la resolución de problemas.
(RA4) Utilizar las ampliaciones de la lógica clásica que resultan necesarias en inteligencia
artificial.
(RA5) Entender el funcionamiento de un sistema basado en reglas.
(RA6) Caracterizar los distintos tipos de redes semánticas utilizadas para representar
conocimiento en inteligencia artificial.
(RA7) Usar marcos como método de representación de conocimiento estructurado y como
método de inferencia.

CONTENIDOS

Bloque 1: Aspectos Conceptuales de la Inteligencia Artificial y la Ingeniería del


Conocimiento

1.1 Introducción
1.2 La Inteligencia Artificial como Ciencia y como Ingeniería de Conocimiento
1.3 Perspectiva histórica: fundamentos y metodología
1.4 Paradigmas actuales en Inteligencia Artificial
1.5 El conocer humano y el conocer de las máquinas
1.6 Algunas sugerencias

Bloque 2: Introducción a las Técnicas de Búsqueda

2.1 Introducción
2.2 Algunos ejemplos
2.3 Formulación de problemas de búsqueda
2.4 Métodos de búsqueda sin información

Bloque 3: Técnicas Basadas en Búsquedas Heurísticas

3.1 Introducción
3.2 Búsqueda primero el mejor
3.3 El algoritmo A*
3.4 Búsqueda con memoria limitada
3.5 Algoritmos voraces
3.6 Algoritmos de ramificación y poda

UNED 6 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

3.7 Algoritmos de mejora iterativa o búsqueda local

Bloque 4: Lógica y Representación del Conocimiento (con una introducción a los


Conjuntos Borrosos)

4.1 Introducción: ¿Por qué la Lógica?


4.2 Lógica proposicional
4.3 Lógica de primer orden
4.4 Extensiones de las lógicas clásicas
4.5 Aplicaciones: el ejemplo de las lógicas temporales
4.6 Introducción a los conjuntos borrosos
4.7 Conjuntos borrosos
4.8 Semántica de los conjuntos borrosos
4.9 Teorías de conjuntos borrosos

Bloque 5: Sistemas Basados en Reglas

5.1 Introducción
5.2 Componentes básicos de los Sistemas Basados en Reglas
5.3 Inferencia
5.4 Técnicas de equiparación
5.5 Técnicas de resolución de conflictos
5.6 Ventajas e inconvenientes
5.7 Dominios de aplicación

Bloque 6: Redes Semánticas y Marcos

6.1 Introducción
6.2 Redes Semánticas
6.3 Inferencia de conocimiento en redes semánticas
6.4 Marcos
6.5 Inferencia de conocimiento en Sistemas Basados en Marcos

METODOLOGÍA

Al constar esta asignatura de 6 créditos y corresponder cada crédito a 25 horas de trabajo


del alumno, la carga total de trabajo se corresponde con 150 horas.
Las actividades formativas realizadas por el alumno se distribuyen entre el trabajo autónomo
(estimado en 120 horas) y el tiempo de interacción con el equipo docente o con el tutor a
través de los distintos medios existentes (estimado en 30 horas). El trabajo autónomo del
alumno se divide entre el trabajo con contenidos teóricos (estimado en 60 horas) y el

UNED 7 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

desarrollo de tareas prácticas (estimado en 60 horas) como, por ejemplo, la realización del
plan de actividades o la resolución de problemas.
El alumno estudiará los contenidos teóricos presentes en el texto base de la asignatura.
Como complemento a lo anterior, podrá realizar los ejercicios prácticos (propuestos o
resueltos) incluidos tanto en el texto base de la asignatura como en el curso virtual de la
misma. Además, deberá realizar dos actividades evaluables preparadas por el equipo
docente y corregidas por un profesor tutor.
El enfoque pedagógico estará guiado por los objetivos y resultados de aprendizaje
señalados en secciones anteriores. Estos implican en primer lugar la comprensión en
profundidad de distintos paradigmas, técnicas y aplicaciones de la Inteligencia Artificial en el
contexto general de la ingeniería informática, y la práctica de su aplicación en problemas
sencillos. Suponen también el desarrollo de una actitud crítica y un juicio inteligente de sus
ventajas e inconvenientes, la formación de criterios de evaluación de su idoneidad y límite de
aplicabilidad en diferentes ámbitos. Todo lo anterior requiere un aprendizaje activo y
significativo.
El aprendizaje activo se estimulará mediante la experimentación con ejercicios prácticos que
ilustrarán el fundamento y objeto de los diferentes conceptos teóricos. Por otro lado, los
recursos didácticos utilizados estarán orientados al aprendizaje significativo, con énfasis en
situar los contenidos en el contexto general de aprendizaje del alumno. De este modo, los
conceptos teóricos se situarán en el contexto global de las ciencias de la computación, y los
contenidos de carácter práctico en el contexto general de los paradigmas, técnicas y
aplicaciones de la ingeniería informática. Se fomentará asimismo la argumentación en torno
a las ventajas de las soluciones tecnológicas propuestas.
Las habilidades técnicas específicas de la materia se desarrollarán mediante los ejercicios
prácticos de carácter optativo y mediante las actividades evaluables. Con estas últimas se
ejercitarán particularmente las competencias profesionales genéricas mencionadas
previamente. Estas actividades tendrán el formato de pequeños proyectos informáticos e
implicarán la redacción de una breve memoria y la práctica de competencias cognitivas
superiores, competencias de expresión y comunicación, y usos de recursos de la Sociedad
del Conocimiento. Los objetivos de formación integral se atenderán también particularmente
al abordar los primeros capítulos de temario, “Perspectiva Histórica y Conceptual” y
“Aspectos Metodológicos en Inteligencia Artificial”. Los ejercicios prácticos relativos a estos
temas instarán al alumno a la reflexión sobre las dimensiones filosóficas, y humanistas en
general, de la disciplina mediante técnicas pedagógicas constructivistas, basadas en la
consulta de documentación diversa y el trabajo en grupo.
Las dudas de estudio, y las relativas a los ejercicios y actividades prácticas, podrán
consultarse durante las tutorías presenciales que tienen lugar en los centros asociados, o
haciendo uso de los foros del curso virtual. Cada alumno tendrá asociado un profesor tutor
que atenderá a sus dudas y orientará su estudio. Adicionalmente, los profesores de la
asignatura proporcionarán asimismo pautas de estudio e intervendrán para la aclaración de
los aspectos más complejos de la materia.

UNED 8 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

SISTEMA DE EVALUACIÓN
TIPO DE PRUEBA PRESENCIAL
Tipo de examen Examen de desarrollo
Preguntas desarrollo 3
Duración del examen 120 (minutos)
Material permitido en el examen
Ninguno.
Criterios de evaluación
La prueba presencial constará de alrededor de tres preguntas de carácter teórico o
práctico. En las preguntas teóricas se busca que el alumno demuestre que ha adquirido
una visión general de cierta parte de la materia, así como que sepa relacionar y
comparar diferentes conceptos o técnicas de interés en inteligencia artificial. Por otra
parte, en las preguntas prácticas se pide que el alumno aplique correctamente los
métodos explicados para la resolución de problemas concretos de búsqueda o de
representación de conocimiento.
% del examen sobre la nota final 80
Nota del examen para aprobar sin PEC 6,2
Nota máxima que aporta el examen a la 8
calificación final sin PEC
Nota mínima en el examen para sumar la 4
PEC
Comentarios y observaciones
La autoevaluación constituye un aspecto primordial en cualquier proceso de
aprendizaje. A través del curso virtual de la asignatura se ofrece al alumno la posibilidad
de realizar tests, contestar a preguntas teóricas y desarrollar la solución a problemas
prácticos. Dado que las soluciones estarán disponibles para los alumnos, éstos podrán
autoevaluarse de forma continua a lo largo del desarrollo de la asignatura, de cara a
abordar con garantías de éxito la prueba presencial final.

PRUEBAS DE EVALUACIÓN CONTINUA (PEC)


¿Hay PEC?
Descripción
(1) PEC1: "Búsqueda en un Espacio de Estados"
(2) PEC2: "Construcción en Prolog de un Sistema Basado en Reglas Básico"
Criterios de evaluación
Debido a su extensión, los criterios de evaluación detallados de las PECs se
especifican en los enunciados de las mismas.
Ponderación de la PEC en la nota final 20%
Fecha aproximada de entrega (1) PEC1: Primeros de Abril. (2) PEC2:
Primeros de Mayo.
Comentarios y observaciones

UNED 9 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

En esta asignatura se realizan dos PECs (actividades evaluables) para las que no será
necesario que el alumno acuda al Centro Asociado, ya que podrán realizarse a
distancia. Las PECs se entregarán a través del curso virtual y serán corregidas por un
profesor tutor. En principio, la nota final de las PECs será la media de las puntuaciones
obtenidas en cada una de las dos PECs y constituirá un 20% de la nota final de la
asignatura.
Es importante tener en cuenta que sólo se corregirán las PECs una vez durante el
curso (previamente a la convocatoria de junio). Por tanto, la nota asignada a las
PECs de cara a junio será la única válida tanto para la convocatoria de junio como
para la de septiembre. En caso de que el alumno no realice la entrega de PECs de
cara a la convocatoria de junio, se le asignará un cero al 20% de la nota final
correspondiente a las PECS, tanto para la convocatoria de junio como para la de
septiembre. La nota obtenida en las PECs es válida únicamente para las
convocatorias del curso académico en que se entregan.

OTRAS ACTIVIDADES EVALUABLES


¿Hay otra/s actividad/es evaluable/s?
Descripción
No hay otras actividades evaluables.
Criterios de evaluación
Ponderación en la nota final 0
Fecha aproximada de entrega
Comentarios y observaciones

¿CÓMO SE OBTIENE LA NOTA FINAL?

La nota final sobre 10 se obtiene aplicando la siguiente formula:


NOTA FINAL = (0.8 x NOTA EXAMEN) + (0.2 x NOTA PECS),
donde NOTA EXAMEN es la nota de la prueba presencial sobre 10 y NOTA PECS
es la nota de las PECS sobre 10.

BIBLIOGRAFÍA BÁSICA

ISBN(13):9788448156183
Título:INTELIGENCIA ARTIFICIAL: TÉCNICAS, MÉTODOS Y APLICACIONES (2008)
Autor/es:Marín Morales, Roque ; Palma Méndez, José Tomas ;
Editorial:Mc-Graw Hill

La asignatura consta de un libro de texto base. Los capítulos específicos que hay que
estudiar de este libro se detallan en la versión extendida de esta guía.
Texto base:
Inteligencia Artificial: Técnicas, Métodos y Aplicaciones
José Tomás Palma Méndez y Roque Marín Morales

UNED 10 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

McGraw-Hill, 2008
ISBN: 9788448156183
La elección de este texto como texto base de la asignatura se ha visto motivada por el
objetivo esencial de formar a profesionales críticos, capaces de evaluar con juicio inteligente
las diferentes opciones tecnológicas y aplicaciones características de la Inteligencia Artificial.
El texto se caracteriza por su visión crítica del campo, reconociendo sus retos y valorando
sus logros en su justa medida. Se ha valorado también que los diferentes capítulos hayan
sido redactados por expertos reputados en sus respectivos campos, profesores
experimentados de diferentes universidades españolas, que transmiten tanto su clara visión
como su erudito conocimiento, proporcionando referencias clave para la profundización en
los tópicos implicados. Estos aspectos son coherentes con un enfoque pedagógico activo,
constructivista y significativo. Se trata de un texto didáctico aunque exhaustivo, que incluye
adicionalmente una amplia colección de ejercicios propuestos de gran interés. Por último,
indicar que este texto está disponible como e-book.

BIBLIOGRAFÍA COMPLEMENTARIA

ISBN(13):9788420540030
Título:INTELIGENCIA ARTIFICIAL: UN ENFOQUE MODERNO (2ª)
Autor/es:Norvig, Peter ; Russell, Stuart ;
Editorial:PRENTICE-HALL

ISBN(13):9788478290178
Título:PROBLEMAS RESUELTOS DE INTELIGENCIA ARTIFICIAL APLICADA. BÚSQUEDA Y
REPRESENTACIÓN. (1ª)
Autor/es:Fernández Galán, Severino ; González Boticario, Jesús ; Mira Mira, José ;
Editorial:PEARSON ADDISON-WESLEY

Como material complementario con el que profundizar de forma voluntaria en los contenidos
del texto que conforma la bibliografía básica, el equipo docente recomienda los siguientes
libros:
- Problemas Resueltos de Inteligencia Artificial Aplicada: Búsqueda y Representación
Severino Fernández Galán, Jesús González Boticario y José Mira Mira
Addison-Wesley, 1998
ISBN: 9788478290178
Este libro contiene una extensa colección de problemas resueltos sobre búsqueda en un
espacio de estados y representación de conocimiento mediante lógica, reglas, redes
semánticas y marcos. Por un lado, la consulta de estos ejercicios ilustra al alumno en la
aplicación de los contenidos teóricos del texto base y, por otro lado, complementa los
ejercicios propuestos y resueltos del propio texto base y del curso virtual.

UNED 11 CURSO 2022/23


FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL CÓDIGO 71902060

- Inteligencia Artificial: Un Enfoque Moderno


Stuart Russell y Peter Norvig
Prentice Hall, 2004, 2ª Edición
ISBN: 9788420540030
Este libro es un clásico de la literatura del campo, utilizado desde su primera edición en una
importante mayoría de universidades del mundo para la docencia de la Inteligencia Artificial.
De naturaleza similar a la del texto base de la asignatura, ofrece una visión alternativa,
centrada en el concepto de Agente Inteligente. Constituye un compendio muy completo que
incorpora las áreas más innovadoras y constituye una referencia obligada, pero para el
propósito de esta asignatura se ha considerado menos adecuado, desde el punto de vista
pedagógico, que el mencionado texto base.

RECURSOS DE APOYO Y WEBGRAFÍA

La presente asignatura está virtualizada a través de un curso virtual en el que se ponen a


disposición del alumno los siguientes materiales de apoyo al estudio:
(1) Una versión extendida de la presente guía de estudio
(2) Una lista de preguntas frecuentes sobre la asignatura
(3) Tests y ejercicios resueltos que el alumno puede usar para su autoevaluación
Además, el curso virtual constituye una canal de comunicación de gran utilidad para el
intercambio de ideas entre alumnos y profesores.

IGUALDAD DE GÉNERO

En coherencia con el valor asumido de la igualdad de género, todas las denominaciones que en esta
Guía hacen referencia a órganos de gobierno unipersonales, de representación, o miembros de la
comunidad universitaria y se efectúan en género masculino, cuando no se hayan sustituido por
términos genéricos, se entenderán hechas indistintamente en género femenino o masculino, según el
sexo del titular que los desempeñe.

UNED 12 CURSO 2022/23

También podría gustarte