Curso 2012-2013José Ángel Bañares 17/09/2013. Dpto. Informática e Ingeniería de Sistemas.

Inteligencia Artificial (30223)Grado en Ingeniería Informática

Profesores

Horarios de la asignatura

Objetivos, método y resultados

Criterios de evaluación

Desarrollo de la asignatura

Recursos docentes de interés

Motivación

Índice

José Ángel Bañares Dpto. de Informática de Ingeniería de Sistemas Despacho 2.21, Edificio Ada Byron (2ª planta)

Tutorías: Martes de 10-14h y miércoles 12-14h Concertar cita previa por correo electrónico en otras horas

Datos de contacto: Correo: banares@unizar.es Web: http://webdiis.unizar.es/~jangelb/

(Calendar, y enlace a asignaturas impartidas)

Profesores

Manuel Gonzalez Bedia Dpto. de Informática de Ingeniería de Sistemas Despacho 2.12, Edificio Ada Byron (2ª planta)

Tutorías: Lunes de 10-14h y miércoles de 10-12h Concertar cita previa por correo electrónico

Datos de contacto: Correo: mgbediar@unizar.es Web: http://webdiis.unizar.es/~mgbedia/

Profesores

Domingo Tardos Dpto. de Informática de Ingeniería de Sistemas Despacho 1.16, Edificio Ada Byron (1ª planta) Datos de contacto:

Correo: mtardos@unizar.es

Luis Montano Dpto. de Informática de Ingeniería de Sistemas Despacho 1.09, Edificio Ada Byron (1º planta) Datos de contacto:

Correo: montano@unizar.es

Profesores

Grupo de Mañana Teoría :[Aula A0.13] lunes 15-17h y miércoles 17-18h Prácticas:

Grupos Ia1-ia2 [Lab 0.01] viernes 15-17h Grupos ia3-ia4 [Lab 0.01] viernes 17-19h

Las sesiones de prácticas comenzarán la primera semana de octubre (6-7 sesiones de 2 horas)

Información completa calendarios http://eina.unizar.es/index.php/calendario-academico

Horarios de la asignatura

Resultados del aprendizaje Conocimiento de los fundamentos, historia, principios y aplicaciones de la IA

Aplicar técnicas de búsqueda resolución de problemas y juegos con adversario.

Aplicar distintas técnicas de representación del conocimiento y razonamiento para la resolución de problemas, razonamiento con

incertidumbre

Conocer los principios de diseño y arquitecturas de los sistemas cooperativos multi-agente.

Comprender las técnicas básicas de planificación y su aplicación práctica

Analizar qué problemas pueden abordarse mediante técnicas de aprendizaje automático, y aplicarlas en casos sencillos.

Conocer los distintos campos de aplicación real de la inteligencia artificial

Evaluación de la asignatura Nota final de la asignatura:

60% Prueba escrita final (T)

[Consiste] Resolución de problemas en papel

[Valoramos] Corrección y calidad de las soluciones.

20% Trabajo práctico en el laboratorio (P)

[Consiste] Ejercicios relacionados con los contenidos en el laboratorio.

[Cuando] Entrega en fechas programadas o prueba final en laboratorio.

[Valoramos] Madurez de los conocimientos adquiridos y calidad de la solución.

20% Realización y defensa de trabajos prácticos

[Consiste] Proyectos de aplicación de la IA. Realizados en grupo.

[Cuando] Entrega y defensa en fechas establecidas. Si no se supera, habrá una prueba individual específica durante el periodo de evaluación.

[Valoramos] Corrección y calidad de las soluciones

Evaluación de la asignatura Para la superación de la asignatura es condición

imprescindible obtener una calificación T >= 4 puntos sobre 10. Sólo en ese caso, la calificación global de la asignatura será (0.20*(P+L) + 0.60*T).

En otro caso, la calificación global será la mínima entre 4 y el resultado de aplicar la fórmula anterior. La asignatura se supera con una calificación global de 5 puntos sobre 10 . Para poder obtener la calificación será imprescindible la realización de las tres partes en que consiste la evaluación.

En caso de no superar la asignatura, se guardará la nota de las partes aprobadas para el resto de convocatorias del mismo curso académico.

Desarrollo del curso Semanas

1. Presentación, introducción IA, Enfoque Agentes

2. Resolución problemas, Búsquedas no informadas

3. Búsquedas informadas, Juegos Pract. 1 Búsqueda no Informada

4. Más allá de las búsquedas clásicas.

5. Sistemas basados en el conocimiento/Lógica Práct 2. Búsqueda heurística

6. Representación Conocimiento Declarativo/Estructurado

7. Ontologías/Web Semántica /Sistemas Multiagente. Práct 3. Representación Conocimiento

8. Redes Bayesianas

9. Aprendizaje Práct 4. Redes Bayesianas

10. Aprendizaje

11. Aprendizaje Práct 5. Aprendizaje

12. Planificación

13. Planificación

14. Planificación Práct 6. Planificación

Bibliografía recomendada

Inteligencia ArtificialUn Enfoque Moderno Segunda Edición.Pearson. Prentice Hall

Artificial Intelligence A Modern ApproachThird Edition. Stuart Russell and Peter NorvidPearson.

Otros recursos docentesPágina Web de la asignatura

http://webdiis.unizar.es/asignaturas/IA-30223/

Blackboard http://bb.unizar.es/

Página Web de la titulación http://titulaciones.unizar.es/ing-tec-serv-telecomun

icacion/cuadro_asignaturas.html

MotivaciónLa IA es una de las asignaturas más

apasionantes...

… que requiere trabajo… 1 ETCS = 25 horas alumno 6 ETCS = 150 horas.

45 horas clases teoría/problemas t1 y t2 15 horas laboratorio de prácticas t3 20 horas trabajos t6 70 horas estudio/evaluación t7 y t8

Motivación… para trabajar duroLa IA es una de las asignaturas más

apasionantes...

… que requiere trabajo… 1 ETCS = 25 horas alumno 6 ETCS = 150 horas.

45 horas clases teoría/problemas t1 15 horas laboratorio de prácticas t3 20 horas trabajos t6 70 horas estudio y evaluación t7 y t8

90 horas de trabajo en 14 semanas

90/14 = 6:30 horas a la semanaPara IA

5 asignaturas de 6ETCS = 32 horasa la semana de trabajo del alumnoAparte de clases y laboratorios aproximadamente 5 horas diarias de lunes a sábado

Inteligencia Artificial

(30223) Grado en Ingeniería Informática