Volver
ESPECIALISTA EN INTELIGENCIA ARTIFICIAL PARA DESARROLLADORES (FTINF_D12102)
 
Duración en horas:  200
OBJETIVOS  
- Conocer las principales técnicas de Inteligencia Artificial y, para cada una de ellas, su inspiración, biológica, física o incluso matemática, así como los distintos conceptos y principios (sin entrar en detalles matemáticos), con ejemplos y gráficos para cada uno de ellos.
- Aprender sobre los dominios de aplicación se ilustran mediante aplicaciones reales y actuales.
- Diferenciar y observar un ejemplo de implementación genérico, que se completa con una aplicación práctica, desarrollada en C#.
CONTENIDOS  
UNIDAD DIDÁCTICA 1. INTRODUCCIÓN
Intorucción a la inteligencia
Inteligencia de los seres vivos
Inteligencia artificial
Dominios de aplicación

UNIDAD DIDÁCTICA 2. SISTEMAS EXPERTOS
¿Qué es un sistema experto en polígonos?
Estrucutra de un sistema experto
Inferencia: Tipos

UNIDAD DIDÁCTICA 3. Construcción de un sistema Expertos
Fases de construcción de un sistema
Rendimiento y mejoras
Dominios de aplicación
Creación de un sistema experto en C#
Añadir incertidumbre y probabilidades

UNIDAD DIDÁCTICA 4. LÓGICA DIFUSA
Introducción a la lógica difusa
Incertidumbre e imprecisión
Conjuntos difusos y grados de pertenencia
Operadores sobre los conjuntos difusos
Creación de reglas
Fuzzificación y defuzzificación

UNIDAD DIDÁCTICA 5. BÚSQUEDA DE RUTAS
Introducción a la búsqueda de rutas
Rutas y grafos
Ejemplo en cartografía
Algoritmos exhaustivos de búsqueda de rutas e "inteligentes"
Implementación
Dominios de aplicación

UNIDAD DIDÁCTICA 6. ALGORITMOS GENÉTICOS
¿Qué son los algoritmo genéticos?
Evolución biológica y artificial
Elección de la representación
Evaluación, selección y supervivencia
Reproducción: crossover y mutación
Dominios de aplicación

UNIDAD DIDÁCTICA 7. METAHEURÍSTICOS DE OPTIMIZACIÓN
Optimización y mínimos
Algoritmos voraces
Descenso por gradiente
Búsqueda tabú
Recocido simulado
Optimización por enjambre de partículas
Meta-optimización

UNIDAD DIDÁCTICA 8. SISTEMAS MÚLTIPLES AGENTES
Introducción a lo sistemas Múltiples agentes
Origen biológico
Sistemas multi-agentes
Clasificación de los agentes
Principales algoritmos

UNIDAD DIDÁCTICA 9. REDES NEURONALES
Introducción a las redes neuronales
Origen biológico
La neurona formal
Perceptrón
Redes feed-forward
Aprendizaje
Otras redes

UNIDAD DIDÁCTICA 10. WEBGRAFÍA
Introducción a la Webgrafía
Sistemas expertos
Lógica difusa
Algoritmos genéticos
Búsqueda de rutas
Metaheurísticos
Sistemas multi-agentes
Redes neuronales