Professional Documents
Culture Documents
SILABO 2015-II
FACULTAD DE INGENIERA
ESCUELA ACADMICO PROFESIONAL DE INGENIERA DE SISTEMAS E INFORMTICA
I.- INFORMACIN GENERAL
1. Asignatura:
INTELIGENCIA ARTIFICIAL
2. Cdigo de asignatura:
IS2803
3. Crditos:
4. Requisitos:
5. Semestre
6. Ciclo:
7. Horas teora semanal:
8. Horas prctica semanal:
9. Duracin:
10. Docente coordinador(a):
11. Docentes:
2
IS2707 IS2701
2015-II
VIII
01
02
17 semanas
Del 24 de Agosto al 19 de Diciembre del 2015.
Ing. Jos Antonio Espinal Teves
jespinal@wienergroup.com
Ing. Jos Antonio Espinal Teves
II. SUMILLA
La asignatura pertenece al rea de Formacin Profesional Especializada, de naturaleza tericoprctico. Esta asignatura tiene como objetivo fundamental brindar el conocimiento para la
implementacin de un sistema experto y modelos prospectivos. El contenido a tratar est
referido a cuatro unidades didcticas: Sistemas basados en conocimiento y Lenguajes de quinta
generacin, Sistemas Expertos, Modelos Prospectivos y Arboles de decisin.
III. COMPETENCIA GENERAL
Desarrollar sistemas expertos y modelos prospectivos considerando modelos de desarrollo de
software y sistemas de simulacin.
IV. LOGRO DE APRENDIZAJE DE LA ASIGNATURA
Al finalizar la asignatura los estudiantes presentan un sistema experto y un modelo prospectivo
basados en modelos de desarrollo de software y sistemas de simulacin.
F-CV3-3B-1
V. PROGRAMA CALENDARIZADO
UNIDAD DIDCTICA I: Sistemas basados en conocimiento y Lenguajes de quinta generacin
Logro de la Unidad:
Al finalizar la unidad I los estudiantes elaboran aplicaciones inteligentes basadas en lenguajes de
quinta generacin Prolog.
Duracin: 04 semanas
Expositiva
dialogada
Elabora aplicaciones inteligentes utilizando recursividad para su
ABP
diseo.
De desempeo
Pruebas objetivas
Lista de verificacin
Monografa
F-CV3-3B-1
Expositiva
dialogada
ABP
De desempeo
Pruebas estandarizadas
Escalas de evaluacin
F-CV3-3B-1
Expositiva
dialogada
Lluvia de Ideas
Expositiva
dialogada
Estudio de Caso
11
Expositiva
dialogada
ABP
Criterio de evaluacin:
Modelos Prospectivos y diseos de escenarios con redes bayesianas
Instrumento de evidencia del logro de aprendizaje
De conocimiento
De desempeo
Cuestionario
Simuladores escritos
F-CV3-3B-1
Expositiva
Lluvia de Ideas
Expositiva
dialogada
ABP
Estudio de caso.
De desempeo (prctica)
Criterio de evaluacin:
Toma de decisiones acertadas en base a arboles de decisin
De desempeo
Portafolio
Escala de estimacin
1. Espndola, Jos Luis (2005) Anlisis de problemas y toma de decisiones. Mxico D.F.: Addison
Wesley. (153.43/E84)
2. Jennings, David (2000) Toma de decisiones: Un enfoque integrado. Mxico D.F.: Continental
658.1G/J39)
3. Montes, Felipe (2000). Resolucin de problemas y toma de decisiones. Mxico D.F.: Trillas
(153/M84)
4. Rey Sancristn, Francisco (2003). Tcnicas de resolucin de problemas. Madrid: s.n.
(658.2/R47T)
F-CV3-3B-1
PROGRAMACIN DE PRCTICAS
Semana
Practica
Tema
Sistemas expertos.
Redes Bayesianas.
11
13
Arboles de decisin.
15
7.2
F-CV3-3B-1
7.3
Conocimiento
Desempeo
Producto
Examen
escrito
Cmo se determina el
Promedio de fase:
promedio de cada fase
PC x 0.1 + PD x 0.3 + PP x 0.3 + E x 0.3
Cmo se determina el
Promedio final (PF)
promedio final?
PF1 x 0.40 + PF2 x 0.60
PC = Promedio de evaluacin de conocimientos.
PD = Promedio de evaluacin de desempeo.
PP = Promedio de evaluacin de productos.
E = Evaluacin (E1 o E2 que se realizan en las semanas 8 y 16 respectivamente).
PF1 = Promedio de la Fase 1.
PF2 = Promedio de la Fase 2.
PF = Promedio final.
Tercera evaluacin (E3): Los estudiantes que no rindieron oportunamente la primera (E1)
o segunda (E2) evaluacin o que deseen elevar su calificacin en alguna de ellas, podrn
rendir la tercera evaluacin (E3) como mximo en tres (3) asignaturas, en un semestre
acadmico. La tercera evaluacin se realizar en la semana 17, ser de toda la asignatura
y la nota que se obtenga reemplazar a la evaluacin ms baja (E1 o E2), previo pago de
la tasa administrativa correspondiente.
VIII. FUENTES DE INFORMACIN COMPLEMENTARIAS
- Gardner, H. (2011). La Nueva Ciencia de la Mente. Barcelona (Espaa): Paidn.
- Geraci, R. (2010). Apocalyptic AI. New York: Oxford University Press.
- Blay, W. (2012). Artificial Intelligence. Oxford (England): OneWorld Book.
F-CV3-3B-1