Survey
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
* Your assessment is very important for improving the workof artificial intelligence, which forms the content of this project
Asignatura: Inteligencia Artificial Turno: mañana, grupo 1, aula 1 Prof: Fernando Díez. » Despacho B-346. Horario. » Lunes y miércoles 10:00 a 11:00 horas » Martes 9:00 a 10:00 horas Tutorías. Solicitar a » [email protected] Fichas alumnos » Es obligatorio entregarlas. Créditos: 7,5 (6 ECTS). 1 Información del curso (WWW) URL: » http://www.ii.uam.es/~fdiez/docencia/03-04/IA/IA.html Profesores: » Fernando Díez (grupo 1, turno mañana) » Ruth Cobos (grupo 2, turno mañana) » Francisco Sáiz (grupo 3, turno tarde) Reglas de calificación. » NF=0.2*NP + 0.8*NT » NT=max(F, 0.3*P + 0.7*F) – NF: nota final; NP: nota prácticas; NT: nota teoría; F: examen final, P: examen parcial Temario y Bibliografía. » Ver URL anterior. Prácticas. » No se convalidan. 2 Temario, I » El lenguaje LISP. 6 clases. » Introducción: Inteligencia, Racionalidad, y Agentes racionales. 1 clase. – Propósito de la Inteligencia Artificial. – Definiciones y Aproximaciones a la Inteligencia Artificial. – Agentes Racionales y Entornos. » Resolución de problemas mediante búsqueda. 6 clases. – – – – – Pasos en la resolución de problemas. Formulación de problemas. Problemas ejemplo. Búsqueda de soluciones. Estrategias de búsqueda. Búsqueda ciega o no informada. Criterios de evaluación. Primero en anchura. Coste uniforme. Primero en profundidad. En profundidad limitada. Profundización iterativa. 3 Temario, II » Métodos de búsqueda informada. 6 clases. – Búsqueda el primero mejor. Búsqueda Avara (Greedy). Búsqueda A*. – Funciones heurísticas. – Búsqueda con limitaciones de memoria. – Algoritmos de mejora iterativa: Escalada Enfriamiento simulado » Juegos con adversarios. 3 clases. – Decisiones perfectas en juegos con dos adversarios. – Decisiones imperfectas. – Poda alfa-beta – Juegos que incluyen factores de suerte 4 Temario, III » Razonamiento e inferencia con lógica proposicional. 4 clases. – – – – – Sintaxis y semántica. Forma normal conjuntiva de una fórmula. Resolución en lógica proposicional. Representación, razonamiento y lógica. Mecanismos de inferencia » Razonamiento e inferencia con lógica de primer orden. 10 clases. – Ontología, sintaxis y semántica en cálculo de predicados. – Ejemplos de uso de la lógica de primer orden. – Resolución: un procedimiento de inferencia completo. – Reglas de inferencia con cuantificadores. – Modus Ponens generalizado. – Encadenamiento hacia delante y hacia atrás. – Cálculo de situaciones. – Completitud y decidibilidad. 5 Temario, IV » Planificación. 3 clases. – – – – – – – Un agente de planificación sencillo. De resolución de problemas a planificación. Planificación con cálculo de situaciones. Representaciones básicas para planificación. Representación de planes. Ejemplo de planificador de orden parcialEl algoritmo de planificación de orden parcial (POP). 6 Bibliografía, I Teoría: » S. Russell y P.Norvig: Artificial Intelligence, a modern approach. Prentice Hall, 1995. Inglés y español. » N.J. Nilsson: Principios de Inteligencia Artificial. Díaz de Santos, Madrid, 1987. Inglés y español. » N.J. Nilsson: Artificial Inteligence, a new synthesis. Morgan Kaufmann Publishers, 1998, Inglés. » E. Rich y K. Knight: Inteligencia Artificial. Mc Graw Hill, Madrid, 1994. Inglés y español. » M.D. Davis, R. Sigal, F.J.Weyuker: Computability, Complexity and Languages, Fundamentals of Theoretical Computer Science. Academic Press, 1994. Inglés. 7 Bibliografía, II Prácticas: » H. Winston y P. Henry: LISP. Berthold Klaus Paul Horn, tercera edición, 1993. Inglés y español. » G.L. Steele: Common LISP Language. Segunda edición, 1990. Inglés. – Versión WWW: “http://www.cs.cmu.edu/afs/cs.cmu.edu/proje ct/ai-repository/ai/html/cltl/mirrors.html” » P. Graham: ANSI Common Lisp. Prentice Hall. Inglés. 8