Guia docente
DATOS IDENTIFICATIVOS 2011_12
Asignatura INTELIGENCIA ARTIFICIAL Código 00703021
Enseñanza
INGENIERO INDUSTRIAL
Descriptores Cr.totales Tipo Curso Semestre
6 Optativa Segundo Segundo
Idioma
Castellano
Prerrequisitos
Departamento ING.ELECTR.DE SIST. Y AUTOMATI
Responsable
ALAIZ MORETÓN , HÉCTOR
Correo-e halam@unileon.es
aaloa@unileon.es
Profesores/as
ALAIZ MORETÓN , HÉCTOR
ALONSO ÁLVAREZ , ÁNGEL
Web http://aula.unileon.es
Descripción general

En la asignatura de I. A. para la titulación de Ingeniería Industrial se hace un planteamiento generalista, debido sobre todo a los pocos créditos de los que se dispone.

Se hace un enfoque de usuario de estas técnicas más que de desarrollador de las mismas. Se intenta introducir al alumno en el ámbito de la IA. Un ámbito complejo y siempre sujeto a polémica. Se insistirá en diferenciar entre las discusiones filosóficas y los objetivos científicos. En este sentido se le proporcionarán definiciones abordables con el método científico.

También se le plantearán al alumno los problemas derivados de la explosión combinatoria y la gran complejidad del mundo real. El alumno debe ser capaz de representar un problema mediante un espacio o dominio de discurso, con la definición de los términos posibles, los operadores disponibles, el estado inicial y la descripción de la meta. También se debe conocer el problema de la explosión combinatoria y sus consecuencias. De igual forma, la definición de heurística, heurística plausible y la manera de seleccionar una heurística plausible debe ser adquirido.

Finalmente, el alumno debe ser capaz de seleccionar aquella técnica de la IA expuesta a lo largo de la asignatura que mejor resuelva el problema así como afrontar desde un punto de vista práctico la implementación de la solución.

Tribunales de Revisión
Tribunal titular
Cargo Departamento Profesor
Tribunal suplente
Cargo Departamento Profesor

Objetivos

En la asignatura de I. A. para la titulación de Ingeniería Industrial se hace un planteamiento generalista, debido sobre todo a los pocos créditos de los que se dispone.

Se hace un enfoque de usuario de estas técnicas más que de desarrollador de las mismas. Se intenta introducir al alumno en el ámbito de la IA. Un ámbito complejo y siempre sujeto a polémica. Se insistirá en diferenciar entre las discusiones filosóficas y los objetivos científicos. En este sentido se le proporcionarán definiciones abordables con el método científico.

También se le plantearán al alumno los problemas derivados de la explosión combinatoria y la gran complejidad del mundo real. El alumno debe ser capaz de representar un problema mediante un espacio o dominio de discurso, con la definición de los términos posibles, los operadores disponibles, el estado inicial y la descripción de la meta. También se debe conocer el problema de la explosión combinatoria y sus consecuencias. De igual forma, la definición de heurística, heurística plausible y la manera de seleccionar una heurística plausible debe ser adquirido.

Finalmente, el alumno debe ser capaz de seleccionar aquella técnica de la IA expuesta a lo largo de la asignatura que mejor resuelva el problema así como afrontar desde un punto de vista práctico la implementación de la solución.


Metodologías

A los alumnos de esta asignatura se les proporcionan apuntes de las clases teóricas y guiones de prácticas, todo ello en formato electrónico. También tienen a su disposición tutoriales de algunas partes. Las clases teóricas se imparten mediante exposición oral, apoyada por la proyección de resúmenes en formato electrónico. Las clases prácticas se imparten en laboratorio, apoyados con guiones de prácticas. Cada alumnos dispone de un ordenador. Las clases teóricas y prácticas se complementan con seminarios.


Contenidos
Bloque Tema
Introducción a la IA
Lógica Fuzzy
Sistemas Expertos
Redes Neuronales
Algoritmos Genéticos

Otras actividades

Puntualmente se propondrá la asistencia a reuniones cientificas y congresos relaciondos con los contenidos de la asginatura si estos se realizaran en las Escuela de Ingenerias.


Evaluación
  descripción calificación
 
Otros comentarios y segunda convocatoria

El alumno podrá optar por dos tipos de evaluación:

A- Evaluación de tipo continuada basada en:

            - Presentación de las prácticas planteadas. 30%

            - Trabajado teórico-práctico con defensa del mismo. 50%

            - Prueba escrita de conocimientos. 20%.

B-Prueba escrita final dividida en dos partes.

          Teórica: preguntas sobre aspectos teóricos de la asignatura. 50%

          Practicas: resolución de problemas la parte práctica de la asignatura. 50%.

Para superar la asignatura se debe conseguir una puntuación superior al 30% en cada una de las partes.


Fuentes de información
Acceso a la Lista de lecturas de la asignatura

Básica Javier García de Jalón, Aprenda Matlab 6.5 como si estuviera en primero, Universidad Politécnica de Madrid, 2004
Russell S. & Norving P., Inteligencia Artificial. Un enfoque moderno, Prentice Hall, 1997
ISASI VIÑUELA, PEDRO y GALVAN, INES M., REDES DE NEURONAS ARTIFICIALES: UN ENFOQUE PRACTICO, McGraw-Hill, 2004

Ayuda MATLAB:

Toolbox: Fuzzy

Toolbox: Neural Network
Complementaria Mitchell T, Machine Learning, McGraw-Hill, 1997