Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus.

GUA DOCENTE DE INTELIGENCIA ARTIFICIAL

Curso 2011-2012

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. TITULACION: GRADO EN INGENIERA INFORMTICA GUIA DOCENTE DE LA ASIGNATURA: INTELIGENCIA ARTIFICIAL Profesores: Sascha OSSOWSKI Holger BILLHARDT Alberto FERNANDEZ Coordinador/a de la asignatura: Sascha OSSOWSKI I.- Identificacin de la asignatura

Tipo Materia Perodo de imparticin N Crditos Idioma en el que se imparte Departamento Asignaturas llave Tasa de xito

Obligatoria Inteligencia Artificial 3er Curso 2 Cuatrimestre 6 Castellano Arquitectura y Tecnologa de Computadores y Ciencias de la Computacin e Inteligencia Artificial

II.- Presentacin

La asignatura realiza una introduccin a la Inteligencia Artificial a travs del concepto de agente inteligente. Se presentan las diferentes reas de la Inteligencia Artificial como fuentes de modelos y tcnicas para poder desarrollar progresivamente agentes cada vez ms competentes, entendiendo por incremento de competencia la capacidad de actuar en entornos y situaciones cada vez ms complejos. La asignatura pone especial nfasis en los aspectos ingenieriles y prcticos de la Inteligencia Artificial. En particular, se har hincapi en la formalizacin e implementacin de los diferentes mecanismos de

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. modelizacin e inferencia. Para cursar la asignatura es recomendable tener aprobadas las siguientes asignaturas: Lgica, Matemtica Discreta y lgebra, Introduccin a la Programacin, Estructuras de Datos Diseo y Anlisis de Algoritmos Los estudiantes tras cursar esta asignatura debern: Conocer el proyecto y la historia de la Inteligencia Artificial Entender el concepto de agente inteligente y conocer sus ventajas y limitaciones Dominar diferentes tcnicas de bsqueda para varios tipos de entornos Conocer el problema y el rol de la representacin del conocimiento en Inteligencia Artificial Dominar diferentes tcnicas de aprendizaje automtico para varios tipos de entornos Saber elegir entre las diferentes tcnicas para diferentes problemas y entornos Saber implementar agente inteligentes de diferentes niveles de complejidad

III.- Competencias

Competencias transversales

G8. Conocimiento de las materias bsicas y tecnologas, que capaciten para el aprendizaje y desarrollo de nuevos mtodos y tecnologas, as como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones. G9. Capacidad para resolver problemas con iniciativa, toma de decisiones, autonoma y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesin de Ingeniero Tcnico en Informtica. C1. Capacidad para disear, desarrollar, seleccionar y evaluar aplicaciones y sistemas informticos, asegurando su fiabilidad, seguridad y calidad, conforme a principios ticos y a la legislacin y normativa vigente. C6. Conocimiento y aplicacin de los procedimientos algortmicos bsicos de las tecnologas informticas para disear soluciones a problemas, analizando la idoneidad y complejidad de los algoritmos propuestos. C15. Conocimiento y aplicacin de los principios fundamentales y tcnicas bsicas de los sistemas inteligentes y su aplicacin prctica.

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Competencias especficas E1.Capacidad para tener un conocimiento profundo de los principios fundamentales y modelos de la computacin y saberlos aplicar para interpretar, seleccionar, valorar, modelar, y crear nuevos conceptos, teoras, usos y desarrollos tecnolgicos relacionados con la informtica E4.Capacidad para conocer los fundamentos, paradigmas y tcnicas propias de los sistemas inteligentes y analizar, disear y construir sistemas, servicios y aplicaciones informticas que utilicen dichas tcnicas en cualquier mbito de aplicacin. E5.Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolucin de problemas mediante un sistema informtico en cualquier mbito de aplicacin, particularmente los relacionados con aspectos de computacin, percepcin y actuacin en ambientes o entornos inteligentes. E7.Capacidad para conocer y desarrollar tcnicas de aprendizaje computacional y disear e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extraccin automtica de informacin y conocimiento a partir de grandes volmenes de datos.

IV.- Contenido

IV. A. Temario de la asignatura

Bloque temtico I.- Introduccin a la Inteligencia Artificial II.- Resolucin de problemas bsqueda

Tema Tema 1. Introduccin a la Inteligencia Artificial Tema 2. Bsqueda no informada

Apartados Historia de inteligentes. la I.A. Agentes

Agentes basados en bsqueda. Mtodo general de bsqueda. Bsqueda en amplitud. Complejidad Algoritmo A*. Anlisis. Diseo y calidad de funciones heursticas. Bsqueda on-line.

Tema 3. Bsqueda heurstica Tema 4. Bsqueda heurstica avanzada

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Tema 5. Bsqueda multiagente Bsqueda con adversario. Algoritmo minimax. Poda alfabeta. Algoritmo Expect-minimax. Problemas de satisfaccin de restricciones. Bsqueda con estados completos. Algoritmo de backtracking cronolgico. Forward checking. Consistencia de arco. Algoritmo MAC. Sistemas Expertos. Ingeniera del Conocimiento. Introduccin. semntica. Extensiones. ALC: sintaxis y Inferencia.

Tema 6. Restricciones

III.- Representacin del conocimiento

Tema 7. Introduccin a la Representacin del conocimiento Tema 8. Lgica de descripciones

Tema 9. Ontologas y Web Semntica Tema 10. Razonamiento con imprecisin

Introduccin a la Web Semntica. Ontologas (RDF, RDF Schema., OWL). SPARQL. Aplicaciones. Introduccin. Subconjuntos borrosos. Operaciones con subconjuntos borrosos. Implicacin e inferencia borrosa. Controladores borrosos. Introduccin. Tipos de algoritmos de aprendizaje. Algoritmo ID3. Mtodos avanzados aprendizaje automtico. de

IV- Aprendizaje automtico

Tema 11. Aprendizaje inductivo Tema 12. Mtodos avanzados de aprendizaje automtico

IV. B. Actividades obligatorias (evaluables): Los alumnos debern superar las tres pruebas como se describe en el apartado VII de la presente gua docente.

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. V.- Tiempo de trabajo

Clases tericas Clases prcticas/de resolucin de problemas, casos, etc. Prcticas en laboratorios tecnolgicos, clnicos, etc. Realizacin de pruebas Tutoras acadmicas Actividades relacionadas: jornadas, seminarios, etc. Preparacin de clases tericas Preparacin de clases prcticas/problemas/casos Preparacin de pruebas Total de horas de trabajo del estudiante

24 20 2 6 12 0 30 30 26 150

VI.- Metodologa y plan de trabajo

Clases tericas Periodo Semana 1 Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 8 Semana 9 Contenidos Tema 1. Introduccin a la Inteligencia Artificial Tema 2. Bsqueda no informada Tema 3. Bsqueda heurstica Tema 4. Bsqueda heurstica avanzada Tema 5. Bsqueda multiagente Tema 6. Restricciones Tema 7. Introduccin a la Representacin del conocimiento Tema 8. Lgica de descripciones

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Semana 10 Semana 11 Semana 13 Semana 14 Tema 9. Ontologas y Web Semntica Tema 10. Razonamiento con imprecisin Tema 11. Aprendizaje inductivo Tema 12. Aprendizaje subsimblico

Prcticas/de resolucin de problemas, casos, etc. Periodo Semana 2 Semana 3 Semana 4 Semana 5 Semana 6 Semana 8 Semana 9 Semana 11 Semana 13 Semana 14 Contenidos Tema 2. Bsqueda no informada Tema 3. Bsqueda heurstica Tema 4. Bsqueda heurstica avanzada Tema 5. Bsqueda multiagente Tema 6. Restricciones Tema 7. Introduccin a la Representacin del conocimiento Tema 8. Lgica de descripciones Tema 10. Razonamiento con imprecisin Tema 11. Aprendizaje inductivo Tema 12. Mtodos avanzados de aprendizaje automtico

Laboratorios Periodo Semana 10 Contenidos Tema 9. Ontologas y Web Semntica

Tutoras acadmicas Periodo Semana 7 Semana 12 Preparacin prueba 1 Preparacin prueba 2

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Semana 15 Preparacin prueba 3

Pruebas Fecha Semana 7 Semana 12 Semana 15 Contenidos Prueba 1 Prueba 2 Prueba 3

VII.- Mtodos de evaluacin

VII. A. Ponderacin para la evaluacin continua El sistema de evaluacin de las titulaciones en el marco del EEES es la evaluacin continua. En el sistema de evaluacin continua la asistencia a clase es obligatoria y su valoracin en el proceso de evaluacin continua de la asignatura la establecern los profesores en cada asignatura. % Mnimo de asistencia a clase: 80%.
Actividad evaluadora Prueba: Test Resolucin problemas Prueba: Test Resolucin problemas Prueba: Test Resolucin problemas de de de Liberatoria Puntuacin mnima (de 1 a 10): 4 Tipo Reevaluable Ponderacin 40% Periodo Semana 7 Contenido Bloque I y II

Liberatoria Puntuacin mnima (de 1 a 10): 4

Reevaluable

35%

Semana 12

Bloque III

Liberatoria Puntuacin mnima (de 1 a 10): 4

Reevaluable

25%

Semana 15

Bloque IV

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus.

Al tratarse de una evaluacin continua, se considerar que el alumno se ha presentado a la convocatoria correspondiente de la asignatura desde el momento que ha participado en alguna de las partes en las que se divide la asignatura. Por tanto, la nica manera de obtener la calificacin de NO PRESENTADO es no participar en ninguna de las partes. Por el contrario, los alumnos que hayan participado en alguna de las partes pero que no superen toda la asignatura en la convocatoria correspondiente, recibirn una calificacin de SUSPENSO, gastndose para ellos una convocatoria. Ninguna de las notas de partes de la asignatura aprobadas en cursos anteriores ser convalidada, salvo indicacin expresa de los profesores. Se considerar que el estudiante ha adquirido las competencias de la asignatura si su calificacin en cada prueba es mayor o igual a 4 sobre 10 puntos y la suma ponderada de todas ellas es mayor o igual a 5 sobre 10 puntos. En caso contrario se considera que el estudiante no ha adquirido dichas competencias. Cada una de las pruebas no superadas se podr reevaluar una vez en el perodo de reevaluacin en la fecha que los profesores establecern. VII. B. Ponderacin para la evaluacin de alumnos a tiempo parcial Para que un alumno pueda optar a esta evaluacin, tendr que obtener la Dispensa Acadmica para la asignatura, que habr solicitado al Decano o Director/a del Centro que imparte su titulacin. La Dispensa Acadmica no excluye de la evaluacin continua. Dicha evaluacin se acomodar por el profesor, asistido por el coordinador de grado, establecindose la adaptacin curricular segn las caractersticas de cada caso concreto. VII. C. Revisin de las pruebas de evaluacin. Se realizarn revisiones de pruebas a peticin de los alumnos en el horario establecido para ello por los profesores.

VIII.- Recursos y materiales didcticos

General Ttulo Autor Editorial Ttulo Autor Inteligencia Artificial Un Enfoque Moderno (2 ed.) Russell, S.; Norvig, P. (2003): Prentice Hall Hispanoamericana Inteligencia Artificial Una Nueva Sntesis Nilsson, N. (2001)

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Editorial Ttulo Autor Editorial McGraw-Hill Semantic Web: Concepts, Technologies and Applications. K. Breitman, M. A. Casanova, W. Truszkowski. Springer. 2007

Complementaria Ttulo Autor Editorial Ttulo Autor Editorial

Direcciones web de inters Asociacin Espaola para la Inteligencia Artificial European Coordinating Committee for Artificial Intelligence ACM Special Interest Group on Artificial Intelligence Pgina Web de libro de texto de Russell y Norvig Carnegie Mellon AI Repository BotSpot: Agentes en la web Robocup: Agentes jugando al ftbol Robocup Rescue: Agentes salvando vidas Pgina de la Web Semntica del W3C

10

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. IX.- Profesorado Nombre y apellidos Horario de tutoras acadmicas Correo electrnico Departamento/rea de conocimiento Categora Titulacin Acadmica Experiencia Docente (Indicar la antigedad en el rea y en la asignatura. Incluir tramos de docencia.) Experiencia profesional (Indicar la actividad profesional y la antigedad en la misma) Sascha OSSOWSKI M 9-11. Tutoras adicionales se acordarn por correo electrnico. Sascha.ossowski@urjc.es Departamento de Arquitectura y Tecnologa de Computadores y Ciencias de la Computacin e Inteligencia Artificial Catedrtico de Universidad Doctor en Informtica Mltiples asignaturas en materias de Programacin e Inteligencia Artificial. 13 aos de docencia en Informtica. 2 tramos docentes

Universidad de Oldenburgo (Alemania). Universidad Politcnica de Madrid. Universidad Rey Juan Carlos. 17 aos de investigacin en Informtica. 2 tramos de investigacin

Nombre y apellidos Horario de tutoras acadmicas Correo electrnico Departamento/rea de conocimiento Categora Titulacin Acadmica Experiencia Docente (Indicar la antigedad en el rea y en la asignatura. Incluir tramos de docencia.)

Holger BILLHARDT X 11-13, Tutoras adicionales se acordarn por correo electrnico. holger.billhard@urjc.es Departamento de Arquitectura y Tecnologa de Computadores y Ciencias de la Computacin e Inteligencia Artificial Profesor Titular de Universidad Doctor en Informtica Mltiples asignaturas en materias, especialmente relacionado con la Informtica Terica y la Inteligencia Artificial. 10 aos de docencia en Informtica. 1 tramo docente

11

ltima actualizacin: 19 de julio de 2011

Vicerrectorado de Profesorado, Titulaciones, Ordenacin Acadmica, Coordinacin y Campus. Experiencia profesional (Indicar la actividad profesional y la antigedad en la misma) Profit Gestin Informtica (analista , 3 aos), Universidad Politcnica de Madrid(Investigador pre-doctoral, 4 aos). Universidad Rey Juan Carlos (profesor 10 aos); 2 tramos de investigacin

Nombre y apellidos Horario de tutoras acadmicas Correo electrnico Departamento/rea de conocimiento Categora Titulacin Acadmica Experiencia Docente (Indicar la antigedad en el rea y en la asignatura. Incluir tramos de docencia.) Experiencia profesional (Indicar la actividad profesional y la antigedad en la misma)

Alberto FERNANDEZ M 15-17, X 11-13, J 15-17 alberto.fernandez@urjc.es Departamento de Arquitectura y Tecnologa de Computadores y Ciencias de la Computacin e Inteligencia Artificial Profesor Contratado Doctor Doctor en Informtica 11 aos de docencia en Informtica. 2 tramos docentes

Universidad Politcnica de Madrid. Universidad Rey Juan Carlos. 13 aos de investigacin en Informtica. 1 tramo de investigacin

12

ltima actualizacin: 19 de julio de 2011