Presentación del curso.

Clasificación de problemas algorítmicos, problemas P y NP.

Problemas de decisión, localización y optimización.

Descripción de algunos problemas NP-difícil.

Definición de la Inteligencia Artificial.

Máquina inteligente.

Diferencia entre sistemas operacionales y sistemas inteligentes. Aplicaciones en la industria y servicios (robótica, planificación, gestión de desperdicios).

Test de Turing.

Definición de problemas de la IA como problemas de búsqueda en un espacio de estado.

Representación de problemas de juegos humano – máquina.

 La función evaluadora

Métodos de búsqueda ciega ó no informados: amplitud, profundidad y no determinístico.

Métodos que usan información adicional: primero el mejor, ascenso a la colina, A*, ramificación y acotación.

 Algoritmo de juego humano – máquina.

Estrategias de juego de máquina: no determinístico, primero el mejor, min-max y mejor diferencia de utilidades.

Algoritmo min-max y alfa-beta.

Los alumnos mostrarán sus habilidades en cuanto al desarrollo de software de juegos inteligentes basados en técnicas de búsqueda.

Se deberá presentar un informe y un software, y deberán exponer sus trabajos.

Definición de Sistemas Expertos.

Arquitectura de un sistema experto.

Taxonomía y aplicaciones de los sistemas expertos.

Requisitos para el desarrollo de sistemas expertos y ventajas del uso de sistemas expertos.

Algunos problemas basados en el conocimiento.

Se desarrolló el examen parcial del curso.

Introducción.

Adquisición de conocimiento.

La metodología CommonKADS.

Diseño de Sistemas Expertos (SE).

Ciclo de vida de un SE.

Adquisición de conocimiento.

Construcción de la base de hechos y base de conocimiento.

Estructuras de representación de conocimientos (reglas de inferencias, frames, objects, redes semánticas, lógica de predicados).

Construcción de la base de hechos y base de conocimiento.

El motor de inferencia.

Los métodos de encadenamiento regresivo, progresivo y reversibilidad.

Técnicas de equiparación, el algoritmo RETE.

Técnicas de resolución de conflictos.

Principales errores en el desarrollo de un sistema experto.

Calidad de un sistema experto.

Validación de sistemas inteligentes, métodos cuantitativos de validación.

Eficiencia y error de sistemas expertos.

Revisión de la funcionalidad del SE del 2do trabajo.

Tareas: ejercicios sobre calidad y validación de SE, validar el sistema propuesto del 2do trabajo.

Conceptos de aprendizaje y de machine learning.

Sistemas experto vs machine learning.

Técnicas de aprendizaje y fases de desarrollo de machine learning.

Aplicaciones de machine learning en la industria y servicios.

Conceptos de heurísticas y meta-heurísticas.

Algoritmos exactos vs algoritmos heurísticos.

Técnicas heurísticas y meta-heurísticas.

Problemas de optimización combinatoria en la industria y servicios

Los alumnos mostrarán sus habilidades en cuanto al desarrollo de software de juegos inteligentes basados en técnicas de búsqueda.

Se deberá presentar un informe y un software, y deberán exponer sus trabajos.

Alumnos: Juan Jose Salazar Quezada, Arturo Alcocer Bastidas.

Indicativo: En este video se expone la solución a 4 preguntas del examen.