Inteligencia artificial
Docente responsable: Stegmayer, Georgina Silvia
Cuatrimestre de cursado: Primero
Unidad académica: FICH
Modalidad de cursado: Presencial
Área perteneciente: Métodos para el análisis y procesamiento de datos
Carga horaria: 60 h
Carreras para la cual es optativa: Licenciatura en Ciencia de Datos
Correlativas: Ciclo básico – Aprobado y Estadística – Regular
Objetivos generales de la asignatura:
En esta asignatura se contempla la orientación del futuro profesional especializado en IA, para lo cual es importante brindar al estudiante herramientas de última generación que además puedan ser volcadas en el medio socio-productivo en el cual se desenvolverá el futuro profesional.
El objetivo de la materia es introducir al alumno en el estudio de la Inteligencia Artificial (IA) y el desarrollo de sistemas basados en conocimiento. Para ello se desarrollan temas clásicos del área, como ser: búsqueda y planificación, representación del conocimiento (predicados de primer orden y reglas de producción), razonamiento y aprendizaje. Además, se pretende que el futuro profesional adquiera las metodologías de representación y resolución de problemas desarrolladas en IA para ser empleadas en el abordaje de los problemas que se presentarán en su actividad profesional.
Objetivos específicos de la asignatura:
Que el alumno:
- Conozca cuáles son los tipos de problemáticas estudiadas en el área deInteligencia Artificial.
- Conozca y sepa aplicar los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica.
- Sepa diseñar e implementar agentes sencillos para la resolución de problemas.
- Sea capaz de representar y resolver problemas de búsqueda y planeamiento de mediana complejidad.
- Sea capaz de aplicar técnicas para representación del conocimiento de diversos tipos de dominios.
- Sea capaz de resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad.
Temas principales de la asignatura:
Unidad N°1. IA Y AGENTES
Unidad N°2. BUSQUEDA
Unidad N°3. LOGICA DE PRIMER ORDEN E INFERENCIA LOGICA
Unidad N°4. REPRESENTACION DEL CONOCIMIENTO Y SISTEMAS EXPERTOS
Unidad N°5. PLANIFICACION
Unidad N°6. APRENDIZAJE POR REFUERZO
Unidad N°7. METODOS BASICOS DE APRENDIZAJE AUTOMATICO
Tipo de clases y carga horaria aproximada:
Clases teórico-prácticas de 4 hs semanales.