INGENIERÍA EN SISTEMAS COMPUTACIONALES

EN COMPETENCIAS PROFESIONALES

ASIGNATURA DE SISTEMAS INTELIGENTES

PROPÓSITO DE APRENDIZAJE El alumno desarrollará programas de cómputo por medio de principios, técnicas, herramientas y modelos
DE LA ASIGNATURA de inteligencia artificial para la solución de problemas complejos.
CUATRIMESTRE Octavo

NO
PRESENCIALES NO PRESENCIALES PRESENCIALES
HORAS POR PRESENCIALES
TOTAL DE HORAS
SEMANA
90 0 6 0

HORAS DEL HORAS DEL

HORAS TOTALES
SABER SABER HACER
UNIDADES DE APRENDIZAJE
P NP P NP P NP

I. Introducción a la Inteligencia Artificial 13 0 7 0 20 0

II. Técnicas básicas de aprendizaje 12 0 23 0 35 0

III. Introducción a la percepción automática 10 0 25 0 35 0

TOTALES 35 55 90

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 COMPETENCIA A LA QUE CONTRIBUYE LA ASIGNATURA
De acuerdo con la metodología de diseño curricular de la CGUTyP, las competencias se desagregan en dos niveles de desempeño: Unidades de
Competencias y Capacidades.
La presente asignatura contribuye al logro de la competencia y los niveles de desagración decritos a continuación:
COMPETENCIA: Administrar la infraestructura tecnológica mediante el mantenimiento y soporte técnico, técnicas de
diseño y administración de redes para optimizar el desempeño, garantizando la operación física y lógica de los equipos de
cómputo y redes de área local con el fin de contribuir al logro de los objetivos de la organización.
UNIDADES DE COMPETENCIA CAPACIDADES CRITERIOS DE DESEMPEÑO
Administrar redes de datos Diseñarla arquitectura de redes Genera el diseño de una red de datos y lo presenta en un documento
mediante el análisis del entorno y de datos con base en el análisis que incluya:
de los requerimientos, con base del entorno y de los - Análisis del entorno y de los requerimientos: condiciones físicas del
en procedimientos, herramientas, requerimientos, empleando inmueble, infraestructura, políticas de la organización, viabilidad de
estándares y políticas aplicables estándares, herramientas requerimientos y recursos.
para garantizar la seguridad y administrativas, de diseño y - Alcance y capacidad de la red diseñada.
operatividad de la red. simulación para satisfacer las - Topología de la red.
necesidades de conectividad de - Diagrama de la red.
la organización. - Estándares aplicables.
- Insumos, equipos y servicios requeridos para el desarrollo del diseño
con especificaciones.
- Cronograma de actividades y tiempos para la implementación del
diseño.
- Proveedor de servicios de internet.
- Resultados de la simulación.
Implementar redes de datos Instala, configura y prueba redes de datos y lo documenta en una
mediante los procedimientos de memoria técnica que incluya:
configuración, instalación física - Plano de la red.
de los equipos e infraestructura, - Direcciones IP asignadas.
considerando estándares - Diseño de la red actualizado: enlaces redundantes, seguridad,
aplicables para atender los segmentación y enrutamiento, topología, crecimiento de la red,
requerimientos de conectividad aspectos físicos y lógicos de la infraestructura.
de la organización. - Registro de la configuración de los servidores de red.
- Estándares y normatividad de referencia.
- Resultados de las pruebas de conectividad con nombre y firma del
responsable.
Comité de Directores de la Ingeniería en Sistemas
ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
UNIDADES DE COMPETENCIA CAPACIDADES CRITERIOS DE DESEMPEÑO
Administrar la operación de Garantiza la accesibilidad y disponibilidad de la red, integridad de los
redes de datos mediante datos mediante procedimientos, estándares y políticas establecidas y
herramientas de administración registra las acciones realizadas en un reporte que incluya:
de redes, procedimientos de - Permisos de accesibilidad de la red.
mantenimiento y con base en - Tráfico entrante y saliente a través de listas de control de acceso a la
estándares, políticas y red.
documentación del diseño para - Pruebas de conectividad.
garantizar la accesibilidad y - Configuración de DNS.
disponibilidad de la red, integridad - Administración de servidores.
de los datos, contribuyendo a la - Reasignación de IPs.
seguridad de la red. - Incidencias de monitoreo y soporte de redes.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
UNIDADES DE APRENDIZAJE
UNIDAD DE
I. Introducción a la Inteligencia Artificial
APRENDIZAJE
PROPÓSITO El alumno codificará estrategias de búsqueda para emular procesos de razonamiento y representación del
ESPERADO conocimiento.

P NP P NP P NP
HORAS DEL SABER
HORAS TOTALES HORAS DEL SABER
HACER
20 0 13 0 7 0

SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
Inteligencia Identificar el marco contextual de la Analítico.
artificial y inteligencia artificial: Inductivo.
sistemas - Antecedentes históricos. Deductivo.
inteligentes - Ambitos de aplicación. Sistemático.
- Principales hitos. Metódico.
Ordenado.
Describir el concepto y características de:
- Inteligencia artificial.
- Sistema inteligente.
- Agente inteligente.

Identificar la aplicación de la Inteligencia

Artificial en las áreas tecnológicas de la
Industria 4.0
Razonamiento y Describir el concepto y características: Modelar procesos de razonamiento y Analítico.
representación - Heurística. conocimiento. Inductivo.
del conocimiento - Regla de inferencia. Deductivo.
- Regla de producción. Sistemático.
Metódico.
Describir los modelos de razonamiento: Ordenado.
- Según la lógica.
- Probabilístico.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
- Monótono y no monótono.

Describir los modelo de representación del

conocimiento:
- Procedural.
- Relacional.
- Jerárquica.
- Frames.
- En redes:
- Semánticas.
- Bayesianas.

Describir el proceso de modelado de

representación del razonamiento y
conocimiento.
Estrategias de Distinguir los espacios de estados: Programar algoritmos que obedezcan a Analítico.
búsqueda determinísticos y no determinísticos. estrategias de búsqueda en inteligencia Inductivo.
artificial. Deductivo.
Describir las estrategias de búsqueda en Sistemático.
inteligencia artificial: Programar estrategias de búsqueda para la Metódico.
- A ciegas: Industria 4.0 Ordenado.
- Recorrido en amplitud
- Recorrido en profundidad

- Heurística:
- Ascención a la cima o gradiente.
- Primero el mejor.
- Búsqueda avara.
- Algoritmo A*.
- Algoritmos genéticos.

- Con adversarios
- Algoritmo del minimax
- Poda Alfa-Beta

Describir el procedimiento de elaboración de

Comité de Directores de la Ingeniería en Sistemas
ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
programas que implementen estrategias de
búsqueda en técnicas en la industria 4.0

ESPACIO DE
PROCESO DE EVALUACIÓN
FORMACIÓN
TÉCNICAS
SUGERIDAS DE MATERIALES Y

TALLER

OTRO
AULA
INSTRUMENTO ENSEÑANZA Y EQUIPOS
EVIDENCIA DE DESEMPEÑO
EVALUACIÓN APRENDIZAJE

Elabora un reporte digital a partir de un caso práctico de Caso de Análisis de casos. X Pizarrón.
estrategias de búsqueda que contenga: estudio. Exposición. Plumón y borrador.
Rúbrica. Solución de problemas. Proyector.
- Resumen. Computadora.
- Introducción. Compilador.
- Desarrollo:
- Algoritmo de búsqueda utilizado.
- Código fuente.
- Capturas de pantalla de la ejecución.
- Conclusiones.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
UNIDAD DE
II. Técnicas básicas de aprendizaje
APRENDIZAJE
PROPÓSITO
El alumno implementará algoritmos de aprendizaje para la solución de problemas complejos.
ESPERADO

P NP P NP P NP
HORAS DEL SABER
HORAS TOTALES HORAS DEL SABER
HACER
35 0 12 0 23 0

SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
Aprendizaje Definir los conceptos de aprendizaje Programar algoritmos de aprendizaje bajo el Analítico.
supervisado y no supervisado y no supervisado. enfoque supervisado y no supervisado. Inductivo.
supervisado Deductivo.
Describir los modelos de aprendizaje Programar algoritmos de aprendizaje bajo el Sistemático.
supervisados: enfoque supervisado y no supervisado en la Metódico.
- RBF (Radial Basis Functions). Industria 4.0. Ordenado.
- K vecinos más próximos (KNN).
- Máquinas de soporte vectorial.

Describir los modelos de aprendizaje no

supervisados:
- Cuantificación vectorial.
- Modelos K-means.
- Modelos de Kohonen.
- Modelos basados en variables latentes.
- Análisis de Componentes Independientes
(ACI).
- Análisis de Componentes Principales
(ACP).

Describir el procedimiento de elaboración de

programas que implementen algoritmos de

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
aprendizaje supervisado y no supervisado en
técnicas avanzadas de industria 4.0.
Aprendizaje en Describir los modelos de aprendizaje en Programar algoritmos de aprendizaje de Analítico.
redes neuronales redes neuronales: acuerdo con el enfoque de redes neuronales. Inductivo.
- Algoritmo del perceptrón. Deductivo.
- Algoritmo del perceptrón multicapa. Sistemático.
- Algoritmo de entrenamiento por Metódico.
retropropagación. Ordenado.

Describir el procedimiento de la
implementación de redes neuronales.
Algoritmos Describir los modelos de aprendizaje en Programar algoritmos de aprendizaje de Analítico.
genéticos algoritmos genéticos: acuerdo con el enfoque de algoritmos Inductivo.
- Códigos de cadenas. genéticos. Deductivo.
- Reproducción, cruza y mutación. Sistemático.
- Métodos de selección. Metódico.
- Mapeo de funciones objetivo a forma de Ordenado.
aptitud.
- Escalamiento de aptitud.

Describir el procedimiento de la
implementación de algoritmos genéticos.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 ESPACIO DE
PROCESO DE EVALUACIÓN
FORMACIÓN
TÉCNICAS
SUGERIDAS DE MATERIALES Y

TALLER

OTRO
AULA
INSTRUMENTO ENSEÑANZA Y EQUIPOS
EVIDENCIA DE DESEMPEÑO
EVALUACIÓN APRENDIZAJE

Elabora un reporte digital a partir de un caso práctico de Caso práctico. Análisis de casos. X Pizarrón.
algoritmos de aprendizaje que contenga: Rúbrica. Práctica en laboratorio. Plumón y borrador.
Solución de problemas. Proyector.
- Resumen. Computadora.
- Introducción. Compilador.
- Desarrollo:
- Justicar el algoritmo utilizados.
- Código fuente.
- Capturas de pantalla de la ejecución.
- Conclusiones.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
UNIDAD DE
III. Introducción a la percepción automática
APRENDIZAJE
PROPÓSITO
El alumno programará sistemas que muestren comportamiento inteligente para la solución de problemas complejos.
ESPERADO

P NP P NP P NP
HORAS DEL SABER
HORAS TOTALES HORAS DEL SABER
HACER
35 0 10 0 25 0

SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
Percepción visual Describir el proceso de formación de Programar sistemas que desarrollen Analítico.
imágenes digitales. percepción visual artificial. Inductivo.
Deductivo.
Describir del modelo de percepción visual Sistemático.
artificial: Metódico.
- Preprocesamiento: Ordenado.
- Suavizado.
- Realzado.
- Segmentación:
- Bordes.
- Regiones.
- Extracción de propiedades:
- Descripción de líneas: Transformada de
Hough
- Descripción de regiones.

Describir el procedimiento de elaboración

de programas que desarrollen percepción
visual artificial.
Percepción visual Definir el concepto de sistema de visión Programar sistemas que desarrollen Analítico.
estereoscópica estereoscópica. percepción visual artificial estereoscópica. Inductivo.
Deductivo.
Describir las caracterìsticas del sistema de Sistemático.
visión estereoscópica. Metódico.
Ordenado.
Comité de Directores de la Ingeniería en Sistemas
ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
Describir la geometría del sistema de visión
estereoscópica.

Describir el proceso de obtención de la

distancia del sistema de visión
estereoscópica.

Describir la correspondencia
estereoscópica basada en el área y basada
en las características.

Describir el procedimiento de elaboración

de programas que desarrollen percepción
visual artifiical estereocópica.
Procesamiento de Definir el concepto de procesamiento de Programar sistemas que procesen Analítico.
lenguaje natural lenguaje natural. sentencias de lenguaje natural. Inductivo.
Deductivo.
Describir los procesos en el tratamiento del Sistemático.
lenguaje natural: Metódico.
- Analisis sintáctico por: Ordenado.
- Redes de transición.
- Gramáticas.
- Análisis léxico.
- Análisis semántico.
- Interpretación guiada:
- por la sintáxis.
- por la semántica.
- Interpretación semántica.
- Composicionalidad.

Describir el procediminto de la codificación

de programas que procesen sentencias de
lenguaje natural.

Describir aplicaciones que implementen el

lenguaje natural en:
Comité de Directores de la Ingeniería en Sistemas
ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
 SER
SABER SABER HACER
TEMAS DIMENSIÓN
DIMENSIÓN CONCEPTUAL DIMENSION ACTUACIONAL
SOCIAFECTIVA
- Hogar.
- Elaboración de Productos y Servicios.
- Industria Médica.

ESPACIO DE
PROCESO DE EVALUACIÓN
FORMACIÓN
TÉCNICAS
SUGERIDAS DE MATERIALES Y

TALLER

OTRO
AULA
INSTRUMENTO ENSEÑANZA Y EQUIPOS
EVIDENCIA DE DESEMPEÑO
EVALUACIÓN APRENDIZAJE

Elabora un reporte digital a partir de un caso práctico de Casos prácticos. Análisis de casos. X Pizarrón.
visión y lenguaje natural que contenga: Rúbrica. Práctica en laboratorio. Plumón y borrador.
Solución de problemas. Proyector.
- Resumen. Computadora.
- Introducción. Compilador.
- Desarrollo:
- Justificación de los algoritmos usados.
- Algoritmo utilizado.
- Algoritmo Preprocesamiento.
- Algoritmo Segmentación.
- Algoritmo de Extracción de propiedades.
- Código fuente.
- Capturas de pantalla de la ejecución.
- Conclusiones.

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR:
REFERENCIAS BIBLIOGRÁFICAS
LUGAR DE
AUTOR AÑO TÍTULO DEL DOCUMENTO EDITORIAL ISBN
PUBLICACIÓN
Inteligencia Artificial Un Enfoque Prentice Hall/
Stuart J. R. 2016 USA 978-8420540030
Moderno Pearson
Hands on Machine Learning with O'reily Associates
Aurélien Géron. 2017 USA 978-1491962299
Scikit-Learn & TensorFlow Inc.
Inteligencia Artificial simbólica y
Herrero J. C. 2013 USA Create Space 978-1482680973
conexionista
Contreras H. 2013 Inteligencia Artificial Práctica USA Lulu.com 978-1300555162
Benham A., Nader A., Intelligent Systems and Soft
2000 USA Springer Verlag 978-3540678373
Detlef N. Computing

REFERENCIAS ELECTRÓNICAS
FECHA DE
AUTOR TÍTULO DEL DOCUMENTO VÍNCULO
RECUPERACIÓN
Dr. Jesus Antonio
Curso de Inteligencia Artificial 27/03/2017 https://ccc.inaoep.mx/~jagonzalez/AI.html
González Bernal
Javier Béjar Alonso Inteligencia Artificial. 27/03/2017 http://www.cs.upc.edu/~bejar/ia/teoria.html

Comité de Directores de la Ingeniería en Sistemas

ELABORÓ: REVISÓ: Dirección Académica
Computacionales.
FECHA DE ENTRADA EN
APROBÓ: C. G. U. T. y P. Septiembre 2018
VIGOR: