Sei sulla pagina 1di 1

Universidad Central de Venezuela Facultad de Ciencias Escuela de Computacin Licenciatura de Computacin

Plan de Estudios 2000 Componente Profesional Asignatura Optativa/ Electiva Opcin Profesional Inteligencia Artificial

INTELIGENCIA ARTIFICIAL
UC 5 HT 4 HP 2 Componente Profesional Modalidad Optativa/Electiva Requisitos
Bases de Datos

Fundamentacin: El conocimiento de los fundamentos y tcnicas de la Inteligencia Artificial, dar al estudiante las herramientas necesarias para describir y abordar aquellos problemas cuya solucin slo es posible obtenerla aplicando esquemas de cmputo de optimizacin heurstica como los Sistemas Expertos, los Algoritmos Genticos, las Redes Neuronales y los Agentes Inteligentes Artificiales. Gracias al auge actual de las redes de computadoras se ha abierto la puerta a plataformas ms econmicas de explotar y a la utilizacin de modelos de cmputo distribuido que permitan implantar de forma ms eficiente estas tcnicas y resolver problemas en diversos campos. Objetivos: Al finalizar el curso el estudiante ser capaz de: - Comprender los fundamentos tericos y prcticos asociados a la Inteligencia Artificial. - Identificar, analizar y describir problemas cuya solucin slo es posible obtenerla adaptando el modelo, esquema de representacin del conocimiento y el mtodo de control y aprendizaje ms adecuado. Contenido temtico: 1. Nociones fundamentales de Inteligencia Artificial. Definicin. Antecedentes. reas de estudio y tcnicas. Heursticas. Inteligencia Artificial vs. Inteligencia Humana. 2. Estudio del Conocimiento. Qu es conocimiento? Tipos de conocimiento. Tcnicas de adquisicin de conocimiento. Esquemas de representacin de conocimiento. 3. Modelo Simblico. Definicin. Sistemas basados en conocimiento. Arquitectura de un sistema basado en conocimiento. Mecanismo de Control. Sistemas Expertos. Herramientas y entornos para el desarrollo de sistemas basados en conocimiento. Aplicaciones. 4. Modelo Conexionista. Definicin. Bases biolgicas. Representacin del conocimiento. Modelos lineales: Perceptron y Adaline. Algoritmos de aprendizaje. Aplicaciones de las redes neuronales. 5. Modelo Gentico. Definicin. Bases biolgicas. Algoritmos genticos (AG). Componentes de un AG. Aplicaciones. 6. Modelo de Agentes. Definicin. Conceptos fundamentales. Estructura y funcionamiento. Ambiente artificial. Interaccin agenteambiente. Paradigmas de programacin. Aplicaciones. Bibliografa. - Norvig, P. y Rusell, S. Inteligencia Artificial: un enfoque moderno. Prentice Hall. - Aguilar, J. y Rivas, F. (Eds). Introduccin a las tcnicas de computacin inteligente. Universidad de los Andes. Venezuela. - Nilsson, N. Inteligencia Artificial. Una nueva sntesis. McGraw-Hill. - Giarratano, J. Sistemas Expertos. Principios y programacin. International Thomson Ed. - Turban, E. Expert systems and applied artificial intelligence. MacMillan Publishing Company. - Freeman, A. y Skapura, D. Redes Neuronales: Algoritmos, aplicaciones y tcnicas de programacin . Addison-Wesley. - Michalewicz, Z. Genetic Algorithms + Data structures = Evolution Programs. Springer Verlag. - Ramos, E. y Jimnez, S. Agentes Inteligentes. Facultad de Ciencias. Escuela de Computacin, UCV.

Potrebbero piacerti anche