Documente Academic
Documente Profesional
Documente Cultură
SECRETARA ACADMICA
DIRECCIN DE EDUCACIN SUPERIOR PROGRAMA SINTTICO
UNIDAD ACADMICA: Escuela Superior de Cmputo. Ingeniera en Sistemas Computacionales. Inteligencia Artificial NIVEL: III
PROPSITO DE LA UNIDAD DE APRENDIZAJE: Desarrolla sistemas con base en tcnicas de inteligencia artificial. CONTENIDOS: I. Introduccin a la inteligencia artificial II. Bsqueda en rboles III. Representacin del conocimiento IV. Aprendizaje automtico ORIENTACIN DIDCTICA: La presente unidad se abordar a partir de la estrategia aprendizaje orientada a proyectos. El docente conducir el curso mediante el mtodo heurstico. Se llevaran a cabo actividades de aprendizaje, que orientarn el desarrollo de habilidades de abstraccin, anlisis y diseo de algoritmos eficientes; utilizando las tcnicas de la inteligencia artificial, tal es el caso de la realizacin de programas de computo que evidencien los conceptos de la unidad. Las actividades que se realizarn en clase fomentarn en los estudiantes algunas tcnicas, tales como: trabajo colaborativo, participativo, lluvia de ideas, organizadores grficos, indagacin documental, fichas de trabajo, exposicin de temas complementarios, discusin dirigida as como la realizacin de un proyecto de software. EVALUACIN Y ACREDITACIN: La presente Unidad de Aprendizaje se evaluar a partir del portafolio de evidencias, el cual se conforma de: evaluacin formativa, sumativa y rubricas de autoevaluacin, coevaluacin. Esta unidad de aprendizaje tambin se puede acreditar mediante: Evaluacin de saberes previamente adquiridos con base en los lineamientos establecidos por la academia. Acreditacin en otra UA del IPN u otra institucin educativa nacional o internacional.
BIBLIOGRAFA: Araujo, L. Cervigon, C. (2009). Algoritmos Evolutivos, Un Enfoque Prctico. Espaa. Ed. Alfaomega. ISBN 978-84-7897-911-0. Isasi, P. Galvn, I. (2004). Redes de Neuronas Artificiales, Un enfoque Prctico. Espaa. Ed. Pearson Education. ISBN 978-84-2054-025-2. Pajares, M. Sanz G, De La Cruz, J. (2010). Aprendizaje Automtico Un Enfoque Prctico. Espaa. Ed. Alfaomega. ISBN 978-84-9964-011-2. Ponce, P. (2010). Inteligencia Artificial con Aplicaciones a la Ingeniera . Mxico. Ed. Alfaomega. ISBN 978607-7854-83-8. Russell, S. Norvig P. (2009., Artificial Intelligence: A Modern Approach (3rd Ed.), Estados Unidos. Ed. Prentice Hall. ISBN 978-01-3604-259-4.
UNIDAD ACADMICA: Escuela Superior de Cmputo. PROGRAMA ACADMICO: Ingeniera en Sistemas Computacionales. SALIDA LATERAL: Analista Programador de Sistemas de Informacin. REA DE FORMACIN: Profesional. MODALIDAD: Presencial.
UNIDAD DE APRENDIZAJE: Inteligencia Artificial TIPO DE UNIDAD DE APRENDIZAJE: Terico prctica. Optativa. VIGENCIA: Agosto 2011. NIVEL: III. CRDITOS: 7.5 TEPIC - 4.39 SATCA
INTENCIN EDUCATIVA Esta unidad de aprendizaje contribuye al perfil de egresado en Ingeniera en Sistemas Computacionales, al desarrollar las habilidades de Diseo de algoritmos eficientes para la solucin de problemas utilizando las tcnicas de la inteligencia artificial, as como su evaluacin. As mismo, se desarrolla el pensamiento estratgico, el pensamiento creativo, el trabajo colaborativo y participativo y la comunicacin asertiva. Requiere de la unidad de aprendizaje Matemticas Discretas la habilidad de demostrar la validez de argumentos mediante reglas de la lgica formal, de Algoritmia y Programacin Estructurada, as como de Programacin Orientada Objetos la habilidad para programar soluciones en un lenguaje de alto nivel, de Estructura de Datos, el uso de las estructuras apropiadas para manipular datos de forma eficiente. PROPSITO DE LA UNIDAD DE APRENDIZAJE: Desarrolla sistemas con base en tcnicas de inteligencia artificial..
HORAS PRCTICA/SEMANA: 1.5 HORAS TEORA/SEMESTRE: 54.0 HORAS PRCTICA/SEMESTRE: 27.0 HORAS TOTALES/SEMESTRE: 81.0 Ing. Apolinar Francisco Cruz Lzaro Presidente del CTCE. Dr. Flavio Arturo Snchez Garfias Subdirector Acadmico APROBADA POR:
AUTORIZADO POR: Comisin de Programas Acadmicos del Consejo General Consultivo del IPN.
___________________________ Ing. Rodrigo de Jess Serrano Domnguez Secretario Tcnico de la Comisin de Programas Acadmicos
NOMBRE: Introduccin a la Inteligencia Artificial. UNIDAD DE COMPETENCIA Explica los conceptos de inteligencia artificial con base en agentes inteligentes. HORAS Con Docente T 1.1 1.1.1 1.1.2 1.1.3 Introduccin la inteligencia artificial Qu es la inteligencia artificial? Fundamentos de la inteligencia artificial Aplicaciones y perspectivas de la inteligencia artificial 0.5 0.5 0.5 P HORAS (Aprendizaje Autnomo) T 0.5 0.5 0.5 P 5B, 4C
No.
CONTENIDOS
CLAVE BIBLIOGRFICA
Agentes inteligentes Definiciones de agentes inteligentes Entorno y estructura de un agente Clasificacin de los agentes inteligentes Construccin de agentes inteligentes
0.5
1.0
Subtotales:
4.0
0.5
3.5
1.0
ESTRATEGIAS DE APRENDIZAJE Encuadre del curso y formacin de equipos. La presente unidad se abordar a partir de la estrategia de aprendizaje orientada a proyectos y mtodo heurstico, lo que permitir la consolidacin de las siguientes tcnicas: lluvia de ideas, elaboracin de ficha de trabajo, indagacin documental, discusin dirigida, elaboracin de mapas conceptuales, elaboracin de protocolo de proyecto y realizacin de prcticas. EVALUACIN DE LOS APRENDIZAJES Evaluacin diagnstica Portafolio de evidencias: Reportes de prcticas Ficha de trabajo Mapa conceptual Propuesta de proyecto Rbricas de autoevaluacin Rbrica de coevaluacin Evidencia de aprendizaje
Inteligencia Artificial
HOJA:
DE
No.
CONTENIDOS
CLAVE BIBLIOGRFICA
0.5
1.5
0.5
1.5
0.5 0.5
0.5
0.5 0.5
1.5
Subtotales:
5.5
2.0
5.0
5.5
ESTRATEGIAS DE APRENDIZAJE La presente unidad se abordar a partir de la estrategia de aprendizaje orientada a proyectos y mtodo heurstico, lo que permitir la consolidacin de las siguientes tcnicas de aprendizaje: lluvia de ideas, elaboracin de ficha de trabajo, indagacin documental, discusin dirigida, implementacin de proyecto, elaboracin de mapas conceptuales y realizacin de prcticas. EVALUACIN DE LOS APRENDIZAJES
Portafolio de evidencias: Reportes de prcticas Ficha de trabajo Mapa conceptual Avance de proyecto Rbricas de autoevaluacin Rbrica de coevaluacin Evidencia de aprendizaje
NOMBRE: Representacin del conocimiento UNIDAD DE COMPETENCIA Construye sistemas de representacin del conocimiento con base en tcnicas de modelado. HORAS (Aprendizaje Autnomo) T 0.5 P 5B 0.5
No.
CONTENIDOS
CLAVE BIBLIOGRFICA
3.1 3.1.1 3.1 3.2.1 3.2.2 3.2.3 3.2.4 3.2 3.3.1 3.3.2 3.3.3 3.4 3.4.1 3.4.2 3.4.3 3.4.4
Sistemas basados en conocimiento El conocimiento y su representacin Lgica proposicional Sintaxis y semntica, validez, satisfactibilidad Equivalencia, consecuencia lgica Leyes de la lgica proposicional Razonamiento lgico Lgica de predicados de primer orden El lenguaje de la lgica de predicados Formas normales Resolucin Representacin del conocimiento Reglas de inferencia Encadenamiento hacia adelante y hacia atrs Redes semnticas y marcos Ontologas
0.5
2.5
0.5
0.5
2.5
2.5
Subtotales:
10.0
1.5
8.0
7.5
ESTRATEGIAS DE APRENDIZAJE La presente unidad se abordar a partir de la estrategia de aprendizaje orientada a proyectos y mtodo heurstico, lo que permitir la consolidacin de las siguientes tcnicas de aprendizaje: lluvia de ideas, elaboracin de ficha de trabajo, indagacin documental, discusin dirigida, implementacin de proyecto, elaboracin de mapas conceptuales y realizacin de prcticas. EVALUACIN DE LOS APRENDIZAJES
Portafolio de evidencias: Reportes de prcticas Ficha de trabajo Mapa conceptual Avance de proyecto Rbricas de autoevaluacin Rbrica de coevaluacin Evidencia de aprendizaje
UNIDAD DE COMPETENCIA Construye sistemas inteligentes con base en diferentes tcnicas y enfoques del aprendizaje automtico. HORAS Con Docente T 4.1 4.1.1 4.2 4.2.1 4.2.2 4.2.2.1 4.2.2.2 4.3 4.3.1 4.3.2 4.3.3 4.3.4 4.4 4.4.1 4.4.2 4.4.3 4.5 4.5.1 4.5.2 Introduccin al aprendizaje automtico Conceptos y fundamentos Aprendizaje mediante arboles de decisin Representacin de rboles de decisin Algoritmos de aprendizaje ID3 C4.5 Aprendizaje mediante redes neuronales Introduccin a las redes neuronales Perceptrn, Redes multicapa, BAM, Hopfield Algoritmos de entrenamiento Aplicaciones Algoritmos genticos Introduccin Elementos, operadores, parmetros Aplicaciones Otros tipos de aprendizaje Aprendizaje Bayesiano Modelos ocultos de Markov Subtotales: 0.5 P HORAS (Aprendizaje Autnomo) T 0.5 P 1B,2B,3B, 4C,4B
No.
CONTENIDOS
CLAVE BIBLIOGRFICA
0.5
0.5
2.5
0.5
2.5
ESTRATEGIAS DE APRENDIZAJE La presente unidad se abordar a partir de la estrategia de aprendizaje orientada a proyectos y mtodo heurstico, lo que permitir la consolidacin de las siguientes tcnicas de aprendizaje: lluvia de ideas, elaboracin de ficha de trabajo, indagacin documental, discusin dirigida, implementacin de proyecto, elaboracin de mapas conceptuales y realizacin de prcticas. EVALUACIN DE LOS APRENDIZAJES Portafolio de evidencias: Reportes de prcticas 30% Ficha de trabajo 5% Mapa conceptual 5% Reporte de proyecto 50% Rbricas de autoevaluacin 5% Rbrica de coevaluacin 5%
RELACIN DE PRCTICAS
PRCTICA No.
NOMBRE DE LA PRCTICA
UNIDADES TEMTICAS
DURACIN
LUGAR DE REALIZACIN
1 2 3 4 5 6 7 8 9 10 11
Agente inteligente Bsqueda de soluciones Bsqueda ciega Bsqueda heurstica Bsqueda con adversario Programacin lgica Representacin del conocimiento Sistema basado en conocimiento Arboles de decisin Red neuronal Algoritmo gentico
1.5 1.5 2.0 2.0 2.0 3.0 3.0 3.0 3.0 3.0 3.0
Laboratorio de Cmputo.
TOTAL DE HORAS
27.0
EVALUACIN Y ACREDITACIN: Las prcticas aportan el 30% de la calificacin de cada unidad temtica. Las prcticas se consideran requisito indispensable para acreditar esta unidad de aprendizaje.
III
IV
Las Unidades I y II aportan el 30% de la calificacin final. La Unidad III aporta el 30% de la calificacin final. La Unidad IV aporta el 40% de la calificacin final. Esta unidad de aprendizaje tambin se puede acreditar mediante: Evaluacin de saberes previamente adquiridos con base en los lineamientos establecidos por la academia. Acreditacin en otra UA del IPN u otra institucin educativa nacional o internacional. Si esta unidad de aprendizaje se acredita en Evaluacin Extraordinaria o a Titulo de Suficiencia se realizar de acuerdo a los lineamientos establecidos en la reunin de academia que para tal efecto se realice.
CLAVE 1
B X
BIBLIOGRAFA Araujo, L. Cervigon, C. (2009). Algoritmos Evolutivos, Un Enfoque Prctico. Espaa. Ed. Alfaomega. ISBN 978-84-7897-911-0. Isasi, P. Galvn, I. (2004). Redes de Neuronas Artificiales, Un enfoque Prctico. Espaa. Ed. Pearson Education. ISBN 978-84-2054-025-2. Pajares, M. Sanz G, De La Cruz, J. (2010). Aprendizaje Automtico Un Enfoque Prctico. Espaa. Ed. Alfaomega. ISBN 978-84-9964-011-2.
Ponce, P. (2010). Inteligencia Artificial con Aplicaciones a la Ingeniera . Mxico. Ed. Alfaomega. ISBN 978-607-7854-83-8. Russell, S. Norvig P. (2009., Artificial Intelligence: A Modern Approach (3rd Ed.), Estados Unidos. Ed. Prentice Hall. ISBN 978-01-3604-259-4
REA DE FORMACIN:
ACADEMIA:
Ingeniera de Software
UNIDAD DE APRENDIZAJE:
Inteligencia Artificial
2. PROPSITO DE LA UNIDAD DE APRENDIZAJE Desarrolla sistemas con base en tcnicas de inteligencia artificial. 3. PERFIL DOCENTE: CONOCIMIENTOS EXPERIENCIA PROFESIONAL Experiencia de dos aos diseando e implementando sistemas computacionales. Experiencia de un ao diseando e implementando Sistemas inteligentes. Experiencia de un ao como Docente de Nivel Superior. Experiencia de un ao en manejo de grupos y trabajo colaborativo. HABILIDADES ACTITUDES
Lgica Agentes inteligentes Tcnicas de bsqueda Sistemas basados en conocimiento Aprendizaje automtico Redes neuronales Algoritmos evolutivos Modelo Educativo Institucional del IPN Idioma ingls
Anlisis y sntesis. Liderazgo. Toma de decisiones. Manejo de Conflictos. Manejo de grupos. Fluidez verbal de ideas. Habilidades didcticas. Manejo de TIC
Responsable. Honesto. Respetuoso. Tolerante. Asertivo. Colaborativo. Participativo. Compromiso social. Compromiso institucional.
ELABOR
REVIS
AUTORIZ