Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
- DATOS DE LA ASIGNATURA
Nombre de la asignatura: Herramientas par la Toma de decisiones I
Carrera: Ingeniera en Sistemas Computacionales
Clave de la asignatura: BDE-0703
Horas teora-horas prctica- 4-0-8
crditos:
2.- HISTORIA DEL PROGRAMA
Lugar y fecha de
Participantes
Observaciones
elaboracin o revisin
Instituto Tecnolgico de
Representante de
(cambios y justificacin)
Definicin de los programas
Toluca, del 07 al 25 de
de estudios para la
Agosto de 2006
Ciencias de la
especialidad en Inteligencia
Computacin
Artificial
Institutos tecnolgicos
Academias de la carrera
Anlisis y enriquecimiento de
de Toluca
de Sistemas y
Computacin y
programas diseados en la
reunin nacional de
en Ciencias en Ciencias
evaluacin
Computacionales
Anteriores
Asignaturas
Matemticas
Posteriores
Temas
Todos
Discretas;
Asignaturas
Toma de
Temas
Todos
decisiones II
Inteligencia
Artificial I
b). Aportacin de la asignatura al perfil del egresado
5.- TEMARIO
Unidad
Temas
1
Introduccin al
Reconocimiento de Patrones
1.1.
1.2.
1.3.
1.4.
Subtemas
Reconocimiento de Objetos
Similaridad de Patrones y Trabajos
en RP
1.4.1. Clasificacin
1.4.2. Regresin
1.4.3. Descripcin
Clases, Patrones y Muestras
RP Approaches
3
1.5.
Sistemas Expertos
2.1
2.2
2.3
2.4
Procesamiento de Lenguaje
Natural
3.1
3.2
3.3
Visin
4.1.
4.2.
4.3.
4.4.
4.5.
Adquisicin de la imagen
Segmentacin de la imagen
Mejoramiento de la imagen
Mejoramiento de la Imagen
Deteccin de Contornos
5.1.
5.2.
Incertidumbre
Sistemas de Razonamiento
Probabilstica
5.1.1. Introduccin
5.1.2. Introduccin a Inferencia
Bayesiana
5.1.3. Teorema de Bayes
5.1.4. Teorema de Bayes Aplicado
Redes Bayesianas
5.1.1. Introduccin
5.1.2. Definicin
5.1.3.
Ilustracin con redes
bayesianas
Mtodos Bayesianos
5.3.
5.4.
5.5.
5.6.
6
Tcnicas de agrupamiento
6.1.
6.2.
6.3.
6.4.
6.5.
Redes Neuronales
7.1.
7.2
7.3
7.4
7.5
7.6
Introduccin
7.1.1. Neurona Biolgica
7.1.2. Neurona Computacional
7.1.3. Algoritmos de Aprendizaje
7.1.4. Topologa
Perceptrn
Introduccin al Perceptn
Multicapa
Introduccin a la red SOM
Neurosolution
Aplicaciones
1
Propiciar la bsqueda y seleccin de informacin sobre temas de
inteligencia humana y artificial.
5
Actividades de Aprendizaje
Conocer la definicin de Reconocimiento de
Patrones
Identificar el concepto de Similaridad
Conocer las diferentes tareas y aplicaciones
del reconocimiento de patrones
Identificar los diferentes elementos que
integran el enfoque de Reconocimiento de
Patrones Sintctico Estructural.
Conocer diversas aplicaciones del
Reconocimiento de Patrones Sintctico
Estructurales.
Fuentes de
Informacin
19,20,21
Actividades de Aprendizaje
Identificar los diferentes elementos que
integran a un Sistema Experto.
Identificar las diferentes formas de
representacin de conocimiento.
Ejemplificar el proceso de inferencia en una
base de conocimientos.
Investigar otros usos que se le pude dar a la
teora de lenguajes libres de contexto.
Desarrollar ejemplos de aplicacin utilizando
Wucshell.
Investigar sobre otros shells para desarrollo de
sistemas expertos.
Fuentes de
Informacin
4,16,17,18
Actividades de Aprendizaje
Fuentes de
Informacin
Identificar los diferentes tipos de lenguajes de 10,11,12,13,
acuerdo a la clasificacin de Chomsky.
14,15
Realizar ejercicios que permitan desarrollar la
habilidad para representar lenguajes libres de
contexto.
Utilizar un lenguaje de alto nivel para
representar lenguajes libres de contexto,
solamente como casos tipo.
Investigar otros usos que se le pude dar a la
teora de lenguajes libres de contexto.
Investigar nuevas tcnicas para la
representacin de lenguajes libres de contexto.
Actividades de Aprendizaje
Fuentes de
Informacin
5,21,
22,23,
24,25,26
Actividades de Aprendizaje
Identificar la naturaleza, relevancia y
aplicabilidad de la teora de Redes Bayesianas
para temas con formas avanzadas de
computabilidad
Se examinar un cierto nmero de
aplicaciones usando redes Bayesianas.
Se revisarn las limitaciones de las Redes
Bayesianas para la interaccin humanocomputadora y el aprendizaje automatizado.
Fuentes de
Informacin
9
Actividades de Aprendizaje
Fuentes de
Informacin
3,1
sus caractersticas.
Actividades de Aprendizaje
Identificar la equivalencia de
comportamiento de las partes de la
neurona biolgica y la neurona
computacional.
Identificar los diferentes tipos y la utilidad
de las reglas de aprendizaje: supervisadas
y no supervisadas.
Con la ayuda de Neurosolutions construir
una red de cada uno de los siguientes tipos:
Perceptron, Perceptron Multicapas, y
SOM.
Aplicar las redes construidas a un
problema de toma de decisiones.
Fuentes de
Informacin
2, 22
1.-
2.-
3.-
4.-
5.-
6.-
7.-
8.-
9.-
10
11