Upload
lizina
View
54
Download
0
Embed Size (px)
DESCRIPTION
Inteligencia Artificial (30223) Grado en Ingeniería Informática. Curso 2012-2013. José Ángel Bañares 17/09/2013. Dpto. Informática e Ingeniería de Sistemas. Índice. Profesores Horarios de la asignatura Objetivos, método y resultados Criterios de evaluación Desarrollo de la asignatura - PowerPoint PPT Presentation
Citation preview
Curso 2012-2013José Ángel Bañares 17/09/2013. Dpto. Informática e Ingeniería de Sistemas.
Inteligencia Artificial (30223)Grado en Ingeniería Informática
Profesores
Horarios de la asignatura
Objetivos, método y resultados
Criterios de evaluación
Desarrollo de la asignatura
Recursos docentes de interés
Motivación
Índice
José Ángel Bañares Dpto. de Informática de Ingeniería de Sistemas Despacho 2.21, Edificio Ada Byron (2ª planta)
Tutorías: Martes de 10-14h y miércoles 12-14h Concertar cita previa por correo electrónico en otras horas
Datos de contacto: Correo: [email protected] Web: http://webdiis.unizar.es/~jangelb/
(Calendar, y enlace a asignaturas impartidas)
Profesores
Manuel Gonzalez Bedia Dpto. de Informática de Ingeniería de Sistemas Despacho 2.12, Edificio Ada Byron (2ª planta)
Tutorías: Lunes de 10-14h y miércoles de 10-12h Concertar cita previa por correo electrónico
Datos de contacto: Correo: [email protected] Web: http://webdiis.unizar.es/~mgbedia/
Profesores
Domingo Tardos Dpto. de Informática de Ingeniería de Sistemas Despacho 1.16, Edificio Ada Byron (1ª planta) Datos de contacto:
Correo: [email protected]
Luis Montano Dpto. de Informática de Ingeniería de Sistemas Despacho 1.09, Edificio Ada Byron (1º planta) Datos de contacto:
Correo: [email protected]
Profesores
Grupo de Mañana Teoría :[Aula A0.13] lunes 15-17h y miércoles 17-18h Prácticas:
Grupos Ia1-ia2 [Lab 0.01] viernes 15-17h Grupos ia3-ia4 [Lab 0.01] viernes 17-19h
Las sesiones de prácticas comenzarán la primera semana de octubre (6-7 sesiones de 2 horas)
Información completa calendarios http://eina.unizar.es/index.php/calendario-academico
Horarios de la asignatura
Resultados del aprendizaje Conocimiento de los fundamentos, historia, principios y aplicaciones de la IA
Aplicar técnicas de búsqueda resolución de problemas y juegos con adversario.
Aplicar distintas técnicas de representación del conocimiento y razonamiento para la resolución de problemas, razonamiento con
incertidumbre
Conocer los principios de diseño y arquitecturas de los sistemas cooperativos multi-agente.
Comprender las técnicas básicas de planificación y su aplicación práctica
Analizar qué problemas pueden abordarse mediante técnicas de aprendizaje automático, y aplicarlas en casos sencillos.
Conocer los distintos campos de aplicación real de la inteligencia artificial
Evaluación de la asignatura Nota final de la asignatura:
60% Prueba escrita final (T)
[Consiste] Resolución de problemas en papel
[Valoramos] Corrección y calidad de las soluciones.
20% Trabajo práctico en el laboratorio (P)
[Consiste] Ejercicios relacionados con los contenidos en el laboratorio.
[Cuando] Entrega en fechas programadas o prueba final en laboratorio.
[Valoramos] Madurez de los conocimientos adquiridos y calidad de la solución.
20% Realización y defensa de trabajos prácticos
[Consiste] Proyectos de aplicación de la IA. Realizados en grupo.
[Cuando] Entrega y defensa en fechas establecidas. Si no se supera, habrá una prueba individual específica durante el periodo de evaluación.
[Valoramos] Corrección y calidad de las soluciones
Evaluación de la asignatura Para la superación de la asignatura es condición
imprescindible obtener una calificación T >= 4 puntos sobre 10. Sólo en ese caso, la calificación global de la asignatura será (0.20*(P+L) + 0.60*T).
En otro caso, la calificación global será la mínima entre 4 y el resultado de aplicar la fórmula anterior. La asignatura se supera con una calificación global de 5 puntos sobre 10 . Para poder obtener la calificación será imprescindible la realización de las tres partes en que consiste la evaluación.
En caso de no superar la asignatura, se guardará la nota de las partes aprobadas para el resto de convocatorias del mismo curso académico.
Desarrollo del curso Semanas
1. Presentación, introducción IA, Enfoque Agentes
2. Resolución problemas, Búsquedas no informadas
3. Búsquedas informadas, Juegos Pract. 1 Búsqueda no Informada
4. Más allá de las búsquedas clásicas.
5. Sistemas basados en el conocimiento/Lógica Práct 2. Búsqueda heurística
6. Representación Conocimiento Declarativo/Estructurado
7. Ontologías/Web Semántica /Sistemas Multiagente. Práct 3. Representación Conocimiento
8. Redes Bayesianas
9. Aprendizaje Práct 4. Redes Bayesianas
10. Aprendizaje
11. Aprendizaje Práct 5. Aprendizaje
12. Planificación
13. Planificación
14. Planificación Práct 6. Planificación
Bibliografía recomendada
Inteligencia ArtificialUn Enfoque Moderno Segunda Edición.Pearson. Prentice Hall
Artificial Intelligence A Modern ApproachThird Edition. Stuart Russell and Peter NorvidPearson.
Otros recursos docentesPágina Web de la asignatura
http://webdiis.unizar.es/asignaturas/IA-30223/
Blackboard http://bb.unizar.es/
Página Web de la titulación http://titulaciones.unizar.es/ing-tec-serv-telecomun
icacion/cuadro_asignaturas.html
MotivaciónLa IA es una de las asignaturas más
apasionantes...
… que requiere trabajo… 1 ETCS = 25 horas alumno 6 ETCS = 150 horas.
45 horas clases teoría/problemas t1 y t2 15 horas laboratorio de prácticas t3 20 horas trabajos t6 70 horas estudio/evaluación t7 y t8
Motivación… para trabajar duroLa IA es una de las asignaturas más
apasionantes...
… que requiere trabajo… 1 ETCS = 25 horas alumno 6 ETCS = 150 horas.
45 horas clases teoría/problemas t1 15 horas laboratorio de prácticas t3 20 horas trabajos t6 70 horas estudio y evaluación t7 y t8
90 horas de trabajo en 14 semanas
90/14 = 6:30 horas a la semanaPara IA
5 asignaturas de 6ETCS = 32 horasa la semana de trabajo del alumnoAparte de clases y laboratorios aproximadamente 5 horas diarias de lunes a sábado
Inteligencia Artificial
(30223) Grado en Ingeniería Informática