You are on page 1of 13

ESCUELA POLITCNICA NACIONAL

VICERRECTORADO
INDICATIVOS PARA EL USO DEL FORMATO DE SLABO
Indicativos
Espacio disponible para ingresar la informacin solicitada
Informacin pre-establecida sin opcin a modificacin
Ttulos de secciones y cuadros

Color

ESCUELA POLITCNICA NACIONAL


SLABO
Versin 13.4.1
SECCIN 1. DATOS GENERALES DE LA ASIGNATURA

1.1. Facultad:
INGENIERA DE SISTEMAS

1.2. Carrera:
INGENIERA EN SISTEMAS INFORMTICOS Y DE COMPUTACIN

1.3. Asignatura (cdigo y nombre):


SIC524 Inteligencia Artificial

1.4. Semestre (mes/ao inicio - mes/ao fin):


Septiembre/2014 - Febrero/2015

SECCIN 2. DATOS GENERALES DEL DOCENTE

2.1. Nombre completo del docente:


Carlos Montenegro A

2.2. Correo electrnico:


carlos.montenegro@epn.edu.ec

2.3. Logros acadmicos y profesionales del docente:


Magister en Ciencias de la Computacin e Informtica
Diplomado en Complejidad de Sistemas
Areas de inters acadmica: Aprendizaje de mquina / Minera de textos
inters profesional: Gestin de Tecnologa

SECCIN 3. INFORMACIN CURRICULAR

3.1. Eje de formacin:


PROFESIONAL

3.2. Nmero de crditos:


4

3.3. Tipo (Obligatoria, Optativa, Laboratorio):


Obligatoria

Area de

3.4. Horas semanales:


3.4.1 Tericas
semanales:

3.4.2 Prcticas de lab. / Ejercicios


semanales:

56

3.5.2 Prcticas de lab. / Ejercicios totales:

3.5. Total de horas:


3.5.1 Tericas
totales:

3.5.3 Actividades de
evaluacin:

3.6. Asignaturas pre-requisitos (cdigo y nombre):


Ninguna

3.7. Asignaturas co-requisitos (cdigo y nombre):


Ninguna

SECCIN 4. RESULTADOS DEL APRENDIZAJE DE LA ASIGNATURA (acorde al PEA respectivo)

Tipo

Resultados del Aprendizaje


Solucionar problemas usando tcnicas inteligentes de bsqueda, inferencia y aprendizaje
de mquina.

Asistencia y participacin
activa en clases, talleres
y laboratorios.
Cumplimiento de
deberes, lecciones,
ejercicios, disertaciones,
proyectos, pruebas y
exmenes.

Determinar, a partir del problema planteado, la tcnica de IA optima para su solucin.

Trabajos que
implementan tcnicas
inteligentes de solucin

Valorar la tica profesional y la responsabilidad social en la generacin de sistemas


computacionales inteligentes.

Conducirse de acuerdo a
principios y valores
ticos, durante el
desarrollo del trabajo
acadmico, con vistas a
ambientes profesionales
de trabajo

Conocimientos

Destrezas

Valores y Actitudes

SECCIN 5. DETALLE DE LA ASIGNATURA

5.1. Contenidos de la asignatura:


Captulos y
Subcaptulos
Captulo 1

Descripcin
Inteligencia Artificial: Temas fundamentales

1.1

Sumario de problemas de IA, ejemplos y estado del arte.

1.2

Conducta Inteligente

1.3

Caractersticas de los problemas

1.4

Agentes Inteligentes

Captulo 2

Formas de Evidenciar
los Aprendizajes

Estrategias de bsqueda

2.1

Espacio y representacin de problemas

2.2

Bsqueda sin informacin

2.3

Bsqueda con informacin

2.4

Bsqueda de solucin de juegos (introduccin a minimax)

2.5

Satisfaccin de restricciones

Captulo 3

Introduccin a Representacin del Conocimiento y Razonamiento

3.1

Revisin de lgica proposicional y lgica de predicados

3.2

Resolucin y prueba de teoremas (lgica proposional)

3.3

Encadenamiento hacia atrs y encadenamiento hacia adelante

3.4

Revisin de razonamiento probabilstico y teorema de Bayes.

Captulo 4

Aprendizaje de mquina

4.1

Definicin y ejemplos de tareas de aprendizaje de mquina.

4.2

Aprendizaje inductivo

4.3

Aprendizaje basado en estadstica simple

4.4

El problema de overfitting

4.5

Medida de exactitud de clasificadores

5.2. Ejercicios para aplicacin y/o desarrollo:

Corrida de Software "inteligente": ELIZA, buscadores inteligentes, otros


Prueba de las Inteligencias mltiples
Casos en Lenguaje de programacin lgica (PROLOG)
Casos en Herramientas para aprendizaje de mquina (WEKA)
Casos en Herramientas para redes de neuronas (Neural Lab, MATLAB)

5.3. Bibliografa bsica:


Russell. S. & Norvig P. Artificial intelligence: a modern approach.3rd Edition. Pearson Education Limited. 2014
Haykin S. Neural Netwoks and Learning Machines. 3 Ed. Prentice Hall. 2008
5.4. Bibliografa complementaria:
George F. Luger, William A Stubblefield. AI Algorithms, Data Structures, and Idioms in Prolog, Lisp, and Java for Artificial Intelligence:
Structures and Strategies for Complex Problem Solving. Addison Wesley; 6 edition; September 4, 2008.
Dario Floreano, Claudio Mattiussi. Bio-Inspired Artificial Intelligence: Theories, Methods, and Technologies (Intelligent Robotics and
Autonomous Agents). The MIT Press; September 30, 2008
M. Tim Jones. Artificial Intelligence: A Systems Approach with CD. Jones and Bartlett Publishers, Inc; 1st edition; December 26, 2008.

SECCIN 6. METODOLOGA DE ENSEANZA-APRENDIZAJE (acorde a las sugerencias del PEA):


Clase magistral y exposicin. Participacin interactiva y colaborativa de los estudiantes en talleres, ejercicios. Deberes y ejercicios fuera del
aula. Desarrollo en grupo de Deberes especficos. Pruebas y Exmenes de evaluacin.

SECCIN 7. EVALUACIN (acorde a las sugerencias del PEA):

Elementos de
Evaluacin
Evaluacin parcial

Descripcin del elemento de evaluacin

Permiten medir parcialmente los resultados del aprendizaje.

% Nota
Bimestre I
20%

Prueba acumulativa Permiten medir acumuladamente los resultados del aprendizaje.

40%

Participacin en
clase

Adems de reforzar los contenidos, al estudiante le d solvencia participativa y


dominio escnico, necesarios en la vida profesional

10%

Deberes

Refuerzan los contenidos, permiten investigar y profundizar determinados tpicos.


Es un salto de la teora a la prctica. Se desarrollan de acuerdo a requerimientos y
especificaciones del profesor. Los estudiantes aprenden a trabajar
colaborativamente en grupo y con respeto a sus compaeros. Permiten medir los
resultados del aprendizaje.

30%

100%

SECCIN 8. ACTIVIDADES DE VINCULACIN CON LA COLECTIVIDAD:


No aplica

SECCIN 9. CRONOGRAMA DE DESARROLLO DEL CURSO

Detalle de contenido

Detalle de actividades de aprendizaje y


de evaluacin

Sesin de clase

Fecha

10/1/2014

Clase Introductoria / Entrega de Syllabus

10/3/2014

Sumario de problemas de IA, ejemplos y estado del arte.


Conducta inteligente

10/8/2014

Caractersticas de los problemas

10/15/2014

Caractersticas de los problemas

10/17/2014

Caractersticas de los problemas

10/22/2014

Agentes inteligentes

10/24/2014

10/29/2014

10/31/2014

10

11/5/2014

Informe tcnico acerca de Asistentes


Primera Evaluacin Parcial. Entrega del informe tcnico de Automaticos inteligentes en linea
Implementacin de una tcnica de bsqueda de
Asistentes automticos
soluciones
Espacio y representacion de problemas
Solucin de un problema usando Satisfaccion
de Restricciones (Criptoaritmtica)
Busqueda sin informacion
Prueba Parcial
Prueba acumulativa
Actuacin en clase
Busqueda con informacion

11

11/7/2014

Busqueda con informacion

12

11/14/2014

Busqueda con informacion

13

11/19/2014

Satisfaccin de Restricciones

14

11/26/2014

Primera Prueba Acumulativa. Entrega de la


implementacin de la tcnica de bsqueda

15

11/28/2014

Confrontacin de Notas. Entrega del deber de Satisfaccion


de Restricciones

16

12/3/2014

Juegos: Algoritmo Minimax

17

12/5/2014

Revision de Lgica proposicional y Lgica de predicados

18

12/10/2014

Resolucion y prueba de teoremas

19

12/12/2014

Encadenamiento hacia atrs y hacia adelante.


Programacin lgica: PROLOG

20

12/17/2014

Programacin lgica: PROLOG

21

12/19/2014

Programacion logica: PROLOG

22

1/7/2015

Revision de razonamiento probabilistico y teorema de


Bayes. Entrega de la solucin del problema de los
recipientes

23

1/9/2015

Segunda Evaluacin Parcial

Solucin de problemas clsicos usando


programacin lgica (el problema de los
recipientes de agua)
Solucin de casos de aprendizaje supervisado
y no supervisado usando modelos de Redes de
Neuronas
Solucin de casos usando arboles de decision
Prueba Parcial

24

1/14/2015

Definicin y ejemplos de tareas de aprendizaje de


mquina.

25

1/16/2015

Aprendizaje en Redes de Neuronas Artificiales

26

1/21/2015

Aprendizaje en Redes de Neuronas Artificiales

27

1/23/2015

Aprendizaje con arboles de decision

28

1/28/2015

Aprendizaje con arboles de decision. Entrega del trabajo


de RN

29

1/30/2015

Aprendizaje bayesiano

30

2/4/2015

Aprendizaje bayesiano.

31

2/6/2015

El problema de overfitting. Medida de exactitud de


clasificadores. Entrega del trabajo de Arboles de decisin

32

2/11/2015

Segunda Prueba Acumulativa

recipientes de agua)
Solucin de casos de aprendizaje supervisado
y no supervisado usando modelos de Redes de
Neuronas
Solucin de casos usando arboles de decision
Prueba Parcial
Prueba acumulativa
Actuacin en clase

SECCIN 10. UBICACIN Y HORARIOS DE USO DE AULAS Y LABORATORIOS:

Lunes
Mircoles

11h00-13h00 SIS401
13h00-15h00 SIS401

(Jos Lucio)
(Jos Lucio)

Mircoles
Viernes

15h00-17h00 SIS401 (Carlos Montenegro)


13h00-15h00 SIS401 (Carlos Montenegro)

SECCIN 11. POLTICAS DE DESARROLLO DEL CURSO:

Los Estudiantes deben cumplir con sus obligaciones: realizar deberes, participar en clases, rendir las pruebas/exmenes de evaluacin
Ser puntuales a las clases, mximo 10 minutos de retraso
Se asentar nota de la actuacin en clase (que incluye la asistencia)
El Profesor publicar el material de su asignatura
El Profesor debe entregar las pruebas/exmenes de evaluacin calificadas a los estudiantes, receptar sus reclamos y aclara sus dudas
Las relaciones Profesor-Estudiante deben ser cordiales, respetuosas y colaborativas
Deber respetarse las normas institucionales as como el Cdigo de tica EPN

SECCIN 12. CDIGO DE TICA DE LA ESCUELA POLITCNICA NACIONAL


La tradicin y el prestigio de la Politcnica exigen que el comportamiento de sus miembros se encuadre en el respeto mutuo, la
honestidad, el apego a la verdad y el compromiso con la institucin.
Con tal antecedente, el presente Cdigo de tica define la norma de conducta de los miembros de la Escuela Politcnica Nacional:
RESPETO HACIA S MISMO Y HACIA LOS DEMS
Fomentar la solidaridad entre los miembros de la comunidad.
Comportarse de manera recta, que afirme la autoestima y contribuya al prestigio institucional, que sea ejemplo y referente para los
dems.
Respetar a los dems y en particular la honra ajena y rechazar todo tipo de acusaciones o denuncias infundadas.
Respetar el pensamiento, visin y criterio ajenos.
Excluir toda forma de violencia y actitudes discriminatorias.
Apoyar un ambiente pluralista y respetuoso de las diferencias.
Convertir la puntualidad en norma de conducta.
Evitar el consumo de bebidas alcohlicas, tabaco, substancias psicotrpicas o estupefacientes.
HONESTIDAD
Hacer de la honestidad el principio bsico de comportamiento en todos los actos.
Actuar con justicia, probidad y diligencia.
Actuar de acuerdo a la conciencia, sin que presiones o aspiraciones particulares vulneren los intereses institucionales.
Velar por el cumplimiento de las garantas, derechos y deberes de los miembros de la Comunidad Politcnica.
Tomar oportunamente las medidas correctivas necesarias para superar las irregularidades que pudieren ocurrir.
VERDAD
Hacer una mstica de la prosecucin de la verdad, tanto en la actividad acadmica como en lo cotidiano.
Informar con transparencia y en forma completa.
Emitir mensajes con autenticidad, que no distorsionen eventos ni realidades.
COMPROMISO CON LA INSTITUCIN
Ser leal a la Politcnica y a los valores institucionales.

RESPETO HACIA S MISMO Y HACIA LOS DEMS


Fomentar la solidaridad entre los miembros de la comunidad.
Comportarse de manera recta, que afirme la autoestima y contribuya al prestigio institucional, que sea ejemplo y referente para los
dems.
Respetar a los dems y en particular la honra ajena y rechazar todo tipo de acusaciones o denuncias infundadas.
Respetar el pensamiento, visin y criterio ajenos.
Excluir toda forma de violencia y actitudes discriminatorias.
Apoyar un ambiente pluralista y respetuoso de las diferencias.
Convertir la puntualidad en norma de conducta.
Evitar el consumo de bebidas alcohlicas, tabaco, substancias psicotrpicas o estupefacientes.
HONESTIDAD
Hacer de la honestidad el principio bsico de comportamiento en todos los actos.
Actuar con justicia, probidad y diligencia.
Actuar de acuerdo a la conciencia, sin que presiones o aspiraciones particulares vulneren los intereses institucionales.
Velar por el cumplimiento de las garantas, derechos y deberes de los miembros de la Comunidad Politcnica.
Tomar oportunamente las medidas correctivas necesarias para superar las irregularidades que pudieren ocurrir.
VERDAD
Hacer una mstica de la prosecucin de la verdad, tanto en la actividad acadmica como en lo cotidiano.
Informar con transparencia y en forma completa.
Emitir mensajes con autenticidad, que no distorsionen eventos ni realidades.
COMPROMISO CON LA INSTITUCIN
Ser leal a la Politcnica y a los valores institucionales.
Cumplir las normas constitucionales, legales, estatutarias, reglamentarias y las resoluciones de la autoridad legtimamente designada.
Reconocer y aceptar las consecuencias de las decisiones.
Participar activamente en la vida y en la direccin de la institucin, de acuerdo a los mecanismos de participacin, aportando
proactivamente con iniciativas de mejoramiento institucional y mantenerse informado.
Emplear los recursos institucionales con austeridad, de acuerdo a los fines correspondientes.
Contribuir al ornato y limpieza de nuestra Casa de Estudios.

Elaborado por:
Revisado por:

Ing. Carlos Montenegro

Fecha de Elaboracin:
Fecha de Revisin:

2/7/2014

ESCUELA POLITCNICA NACIONAL


SLABO
Versin 13.4.1

Y DE COMPUTACIN

e:

rmtica
quina / Minera de textos

Area de

ASIGNATURA (acorde al PEA respectivo)

Formas de Evidenciar
los Aprendizajes
Asistencia y participacin
activa en clases, talleres
y laboratorios.
Cumplimiento de
deberes, lecciones,
ejercicios, disertaciones,
proyectos, pruebas y
exmenes.

Trabajos que
implementan tcnicas
inteligentes de solucin
Conducirse de acuerdo a
principios y valores
ticos, durante el
desarrollo del trabajo
acadmico, con vistas a
ambientes profesionales
de trabajo

Descripcin

Temas fundamentales

de IA, ejemplos y estado del arte.

oblemas

da

n de problemas

e juegos (introduccin a minimax)

ones

entacin del Conocimiento y Razonamiento

osicional y lgica de predicados

teoremas (lgica proposional)

atrs y encadenamiento hacia adelante

to probabilstico y teorema de Bayes.

na
tareas de aprendizaje de mquina.

estadstica simple

clasificadores

es inteligentes, otros

G)

na (WEKA)

ural Lab, MATLAB)

modern approach.3rd Edition. Pearson Education Limited. 2014

nes. 3 Ed. Prentice Hall. 2008

gorithms, Data Structures, and Idioms in Prolog, Lisp, and Java for Artificial Intelligence:
m Solving. Addison Wesley; 6 edition; September 4, 2008.

Artificial Intelligence: Theories, Methods, and Technologies (Intelligent Robotics and


ber 30, 2008

s Approach with CD. Jones and Bartlett Publishers, Inc; 1st edition; December 26, 2008.

NDIZAJE (acorde a las sugerencias del PEA):

eractiva y colaborativa de los estudiantes en talleres, ejercicios. Deberes y ejercicios fuera del
cos. Pruebas y Exmenes de evaluacin.

s del PEA):

% Nota
Bimestre II
20%

40%

10%

30%

100%

A COLECTIVIDAD:

CURSO

Detalle de actividades de aprendizaje y


de evaluacin

Informe tcnico acerca de Asistentes


Automaticos inteligentes en linea
Implementacin de una tcnica de bsqueda de
soluciones
Solucin de un problema usando Satisfaccion
de Restricciones (Criptoaritmtica)
Prueba Parcial
Prueba acumulativa
Actuacin en clase

Solucin de problemas clsicos usando


programacin lgica (el problema de los
recipientes de agua)
Solucin de casos de aprendizaje supervisado
y no supervisado usando modelos de Redes de
Neuronas
Solucin de casos usando arboles de decision
Prueba Parcial

recipientes de agua)
Solucin de casos de aprendizaje supervisado
y no supervisado usando modelos de Redes de
Neuronas
Solucin de casos usando arboles de decision
Prueba Parcial
Prueba acumulativa
Actuacin en clase

AULAS Y LABORATORIOS:

Lucio)
ucio)

Montenegro)
Montenegro)

SO:

aciones: realizar deberes, participar en clases, rendir las pruebas/exmenes de evaluacin


os de retraso
ue incluye la asistencia)
atura
enes de evaluacin calificadas a los estudiantes, receptar sus reclamos y aclara sus dudas
r cordiales, respetuosas y colaborativas
as como el Cdigo de tica EPN

LITCNICA NACIONAL

en que el comportamiento de sus miembros se encuadre en el respeto mutuo, la


miso con la institucin.

ca define la norma de conducta de los miembros de la Escuela Politcnica Nacional:

EMS
e la comunidad.
autoestima y contribuya al prestigio institucional, que sea ejemplo y referente para los

a ajena y rechazar todo tipo de acusaciones o denuncias infundadas.


nos.
scriminatorias.
e las diferencias.
ta.
baco, substancias psicotrpicas o estupefacientes.

comportamiento en todos los actos.

esiones o aspiraciones particulares vulneren los intereses institucionales.


erechos y deberes de los miembros de la Comunidad Politcnica.
as necesarias para superar las irregularidades que pudieren ocurrir.

rdad, tanto en la actividad acadmica como en lo cotidiano.


eta.
torsionen eventos ni realidades.

cionales.

EMS
e la comunidad.
autoestima y contribuya al prestigio institucional, que sea ejemplo y referente para los

a ajena y rechazar todo tipo de acusaciones o denuncias infundadas.


nos.
scriminatorias.
e las diferencias.
ta.
baco, substancias psicotrpicas o estupefacientes.

comportamiento en todos los actos.

esiones o aspiraciones particulares vulneren los intereses institucionales.


erechos y deberes de los miembros de la Comunidad Politcnica.
as necesarias para superar las irregularidades que pudieren ocurrir.

rdad, tanto en la actividad acadmica como en lo cotidiano.


eta.
torsionen eventos ni realidades.

cionales.
estatutarias, reglamentarias y las resoluciones de la autoridad legtimamente designada.
as decisiones.
ccin de la institucin, de acuerdo a los mecanismos de participacin, aportando
o institucional y mantenerse informado.
eridad, de acuerdo a los fines correspondientes.
sa de Estudios.

You might also like