UNIVERSIDAD ALVART

CLAVE C.T. 21MSU1176X

PLANEACIÓN DIDÁCTICA

DATOS GENERALES

ASIGNATURA: INTELIGENCIA ARTIFICIAL MODALIDAD: ESCOLARIZADA

SEMESTRE: OCTAVO GRUPO: 8A SC PERIODO: PRIMAVERA 2023 TURNO: VESPERTINO

NOMBRE DEL DOCENTE: OMAR SERRANO TEJEDA CORREO ELECTRÓNICO: [email protected]

LICENCIATURA: SISTEMAS COMPUTACIONALES

OBJETIVO DE LA ASIGNATURA

Resolver problemas teóricos y prácticos en áreas significativas de la inteligencia artificial.

DESARROLLO DEL PROGRAMA DE ESTUDIO

CONTENIDO OBJETIVO FECHA ESTRATEGIAS DE ACTIVIDADES DE MATERIALES TAREA FIRMA

(Tema s y s ubtemas) ENSEÑANZA APRENDIZAJE CURRICULARES Y (próxima sesión) (del
(evi dencias) RECURSOS DIDÁCTICOS alumno)

1. INTRODUCCIÓN Justificar por 22-02-2023 Evaluación diagnostica El alumno investigará sobre Russell, S. y Norvig, P.: Cuadro
A LA qué estudiar al en los conocimientos los diferentes enfoques de "Artificial Intelligence, a comparativo de
INTELIGENCIA para después 02-03-2023 sobre la inteligencia la Inteligencia artificial. modern approach", Ed. las aplicaciones
ARTIFICIAL. explicar cuáles artificial. Prentice Hall, 1995 desarrolladas en
1.1 facetas del son los campos El alumno discutirá en la inteligencia
comportamiento de la Exposición de los grupo los diferentes MARTÍN DEL BRIO B. & artificial.
inteligente. inteligencia conceptos enfoques. WINSTON, Patrick Henry,
 UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

1.2 formas de hacer artificial. fundamentales de la Inteligencia Artificial, Ed. Mapa conceptual
inteligencia artificial. IA, así como el estado El alumno planteará una Addison Wesley de las relaciones
1.3 generalidades del arte de las áreas línea de tiempo de la Iberoamericana, 1992,ISBN de la inteligencia
de aplicaciones de la inteligencia historia de la IA. 0-201-51876-7 artificial basadas
desarrolladas y en artificial. en otras
desarrollo. El alumno investigará las aplicaciones.
1.4 subcampos de la técnicas actuales de la
inteligencia artificial. inteligencia artificial.
1.5 relaciones de la
inteligencia artificial
con otras
disciplinas.

2. AGENTES 08-03-2023 Mesa redonda para El alumno discutirá en Russell, S. y Norvig, P.: Mapa
INTELIGENTES Y al definir y resolver grupo los diferentes agentes "Artificial Intelligence, a conceptual tipo
AMBIENTES. 16-03-2023 problemas en base a que se encuentra modern approach", Ed. araña de los
2.1 estructura los agentes estructurada. Prentice Hall, 1995
diferentes tipos
general de agentes. inteligentes de entero
de agentes
2.1.1 agentes reflejo en el ambiente. El alumno describirá MARTÍN DEL BRIO B. &
gráficamente problemas en WINSTON, Patrick Henry,
inteligentes.
simple. Explicar que es
2.1.2 agentes un agente Mapa mental describir términos de los diferentes Inteligencia Artificial, Ed.
basados en logro de inteligente, su gráficamente tipos de ambientes Addison Wesley Cuadro
metas. medio, y cómo problemas en (problema de misioneros y Iberoamericana, 1992,ISBN sinóptico de los
2.1.3 agentes se construyen. términos de los caníbales, problemas de 0-201-51876-7 ambientes
basados en logro diferentes tipos de juego entre dos adversarios, relacionados en
del mejor ambientes. etc). diferentes
desempeño. términos.
2.2 ambientes.
2.2.1 tipos de
ambientes.

3. Representación 22-03-2023 Cuadro comparativo El alumno expondrá la MARTÍN DEL BRIO B. & Ensayo sobre la
Explicar cómo
y uso de al de interpretar la representación de algún WINSTON, Patrick Henry, representación y
dotar a los
conocimiento. 19-04-2023 información sobre Inteligencia Artificial, Ed.
agentes de uso de
métodos y técnicas de Addison Wesley
capacidad de conocimiento en
 UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

3.1 atributos de una razonamiento ingeniería del concepto mediante un Iberoamericana, 1992,ISBN la Inteligencia
buena general. conocimiento. mapa conceptual y una red 0-201-51876-7 Artificial.
representación. semántica.
3.2 reglas. Debate de Saenz M. A. Redes
3.3 redes especificación El alumno investigará y Neuronales y Sistemas
semánticas. formalmente el expondrá en clase el Borrosos Ed Alfaomega,
3.4 cuadros de conocimiento base de método de resolución y 2006, ISBN 978-970-15-
minsky. sistemas basados en unificación. 1250-0
3.5 lógica. la visualización.
3.6 rutinas. El alumno comentará los
3.7 visualización. conceptos de sintaxis,
semántica, validez e
inferencia en la lógica de
predicados.

4. LENGUAJES DE 20-04-2023 Mapa conceptual en El alumno expondrá su GONZALO P.M & Santos Mapa mental
PROGRAMACIÓN al formalizar e lenguaje de programación P.M, Inteligencia Artificial sobre las
PARA RESOLVER 04-05-2023 implementar basado para resolver e Ingeniería del aplicaciones de
Conocer para
PROBLEMAS. restricciones del problemas de aplicaciones. Conocimiento, Ed. representación
después lenguaje de AlfaOmega, 2006, ISBN
4.1 estructuras del lenguaje de
instrumentar programación. El alumno verificara la 970-75-1166-2
básicas.
programas de estructura básica y programación
4.2 estructuras
inteligencia compuesta sobre la forma Nilsson, N.J.: "Artificial en el
compuestas.
artificial. de compresión y Intelligence, a new conocimiento.
4.3 aplicaciones de
representación y entendimiento. synthesis", Ed. Morgan
uso de Kaufmann Publishers, 1998
conocimiento.

5. 10-05-2023 Mesa redonda sobre El alumno elaborara una Saenz M. A. Redes Realización de
Explicar cómo al la identificación qué representación sobre los Neuronales y Sistemas
REPRESENTACIÓ simulación de la
actúan los 24-05-2023 tipo de búsqueda tipos de búsqueda. Borrosos Ed Alfaomega,
N DE PROBLEMAS Inteligencia
agentes (ciega/con 2006, ISBN 978-970-15-
Y BÚSQUEDA DE Artificial basada
mediante la heurística/entre El alumno comprenderá los 1250-0
SOLUCIONES. en búsqueda de
definición de adversarios) es más diferentes métodos de
5.1 representación
metas y adecuada para búsqueda para sus Nilsson, N.J.: "Artificial soluciones.
en espacio de
consideran abordar la solución de Intelligence, a new
estados.
 UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

5.2 búsqueda de secuencias de un determinado conocimientos aplicado en synthesis", Ed. Morgan Mapa
soluciones en acciones para problema e la Inteligencia Artificial. Kaufmann Publishers, 1998 conceptual de
espacio de estados. alcanzarlas. implementar dicho solución de
5.2.1 métodos de mecanismo de problemas
búsqueda ciega. búsqueda.
mediante la
5.2.2 métodos de
Cuadro sinóptico satisfacción de
búsqueda basados
formalizar e restricciones.
en conocimiento.
5.2.3 métodos de implementar
búsqueda con restricciones en las
adversarios. búsquedas.
5.3 representación
reducida de
problemas y
búsqueda de
soluciones.
5.4 solución de
problemas mediante
satisfacción de
restricciones.

6 razonamiento. 25-05-2023 Mapa conceptual de la El alumno discutirá la Saenz M. A. Redes Cuadro

6.1 razonamiento al representación diferencia entre Neuronales y Sistemas comparativo de
progresivo. 08-06-2023 basada en reglas de conocimiento casual y Borrosos Ed Alfaomega, los diferentes
6.2 razonamiento producción, en la conocimiento de 2006, ISBN 978-970-15-
Construir razonamientos.
regresivo. solución de problemas diagnóstico. 1250-0
6.3 razonamiento sistemas de basados en
con incertidumbre. razonamiento conocimiento. El alumno diseñará la GONZALO P.M & Santos
lógico y de solución a un problema P.M, Inteligencia Artificial
razonamiento propuesto utilizando el ciclo e Ingeniería del
probabilístico. de vida de un sistema de Conocimiento, Ed.
producción. AlfaOmega, 2006, ISBN
970-75-1166-2
El alumno implementará el
diseño de la solución de un
 UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

problema utilizando una

herramienta de
programación simbólica.

7 aplicaciones. 14-06-2023 Cuadro comparativo El alumno investigará y Nilsson, N.J.: "Artificial Simulación de
7.1 visión. al de las distintas ramas complementará la Intelligence, a new Inteligencia
7.2 lenguaje natural. 29-06-2023 de la inteligencia información sobre la synthesis", Ed. Morgan Artificial en
7.3 reconocimiento artificial y sus clasificación de las Kaufmann Publishers, 1998
reconocimiento
de voz. Desarrollar aplicaciones actuales, diferentes ramas que
de voz y
7.4 robótica. sistemas identificando comprenden la Inteligencia GONZALO P.M & Santos
robótica.
7.5 sistemas inteligentes oportunidades de Artificial. P.M, Inteligencia Artificial
expertos. como parte desarrollo de e Ingeniería del
7.6 ambientes final del curso. soluciones en su El alumno desarrollará y Conocimiento, Ed.
gráficos interactivos. entorno. expondrá en grupo y/o en AlfaOmega, 2006, ISBN
equipos, la situación actual 970-75-1166-2
de cada una de las ramas
que comprenden la
inteligencia artificial.

CONTENIDO ADICIONAL

Agregue aquí el contenido que considere como complementario de los temas anteriores.
UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

CRITERIOS DE EVALUACIÓN

MODALIDAD EJECUTIVA

MODALIDAD ESCOLARIZADA
 UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

MODELO DE EVALUACIÓN

MODALIDAD EJECUTIVA

MOMENTO OBJETIVO FECHA INSTRUMENTO DE EVALUACIÓN FIRMA

Evaluación Ordinaria

MODALIDAD ESCOLARIZADA

MOMENTO OBJETIVO FECHA INSTRUMENTO DE EVALUACIÓN FIRMA

1er Parcial Formalizar y diseñar sistemas de 30-03-2023 Formulario de Google

razonamiento automático

2do Parcial Implementar y aplicar técnicas de 25-05-2023 Formulario de Google

aprendizaje automático en problemas
de predicción

Evaluación Ordinaria Implementar y aplicar técnicas de 13-07-2023 Formulario de Google

minería de datos
UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X

REFERENCIAS BIBLIOGRÁFICAS

• Russell, S. y Norvig, P.: "Artificial Intelligence, a modern approach", Ed. Prentice Hall, 1995
• Nilsson, N.J.: "Artificial Intelligence, a new synthesis", Ed. Morgan Kaufmann Publishers, 1998
• WINSTON, Patrick Henry, Inteligencia Artificial, Ed. Addison Wesley Iberoamericana, 1992,ISBN 0-201-51876-7
• GONZALO P.M & Santos P.M, Inteligencia Artificial e Ingeniería del Conocimiento, Ed. AlfaOmega, 2006, ISBN 970-75-1166-2
• MARTÍN DEL BRIO B. & Saenz M. A. Redes Neuronales y Sistemas Borrosos Ed Alfaomega, 2006, ISBN 978-970-15-1250-0

SITIOS WEB

• https://www.tensorflow.org/?hl=es-419 (Tensor Flow)

• https://h2o.ai/ (H20)
• https://polyaxon.com/ (Polyaxon)
• https://www.datarobot.com/ (DataRobot)
• https://www.neuraldesigner.com/ (Neural Designer)

_____OMAR SERRANO TEJEDA_____

NOMBRE Y FIRMA DEL DOCENTE

UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X