CURSO : INTELIGENCIA ARTIFICIAL TRADUCCION : ARTIFICIAL INTELLIGENCE SIGLA : IIC2613 CRÉDITOS : 10 MÓDULOS : 03 CARÁCTER : MINIMO DISCIPLINA : INGENIERIA I.DESCRIPCION Este curso ense?a los conceptos fundamentales de inteligencia artificial y las metodologias utilizadas en este ambito. En particular, el curso abarca las tecnicas clasicas de resolucion de problemas mediante la logica deductiva, algoritmos de busqueda, y tecnicas de planificacion. El curso tambien cubre los aspectos fundamentales de aprendizaje automatico. II.OBJETIVOS Al finalizar el curso el alumno sera capaz de: 1. Explicar la evolucion historica de la inteligencia artificial, en particular, el estado del arte del area, sus capacidades y potencialidades actuales, y los principales desafios actuales. 2. Explicar los logros alcanzados, limitaciones y principales desafios de la inteligencia artificial. 3. Aplicar las tecnicas de algoritmos deductivos de inferencia de conocimiento. 4. Aplicar las tecnicas y analizar la complejidad computacional y requerimientos de memoria de algoritmos de busqueda en sistemas estructurados. 5. Aplicar las tecnicas de algoritmos inductivos de inferencia de conocimiento. 6. Aplicar tecnicas basicas de planeamiento y sistemas markovianos de toma de decisiones. III. CONTENIDOS 1. Logica: Logica proposicional; logica de primer orden. 2. Resolucion de problemas mediante busqueda: Formalizacion de problemas de busqueda; busqueda de soluciones; busqueda en juegos. 3. Razonamiento bajo incerteza: Propiedades; razonamiento probabilistico; redes de Bayes. 4. Aprendizaje inductivo: Introduccion al aprendizaje de maquina; arboles de decision; redes neuronales; algoritmos geneticos. 5. Agentes inteligentes: Agentes que razonan logicamente; planeamiento; teoria de juegos; sistemas de decision Markovianos; aprendizaje reforzado. IV.METODOLOGIA Modulos semanales: - Catedras: 2 - Ayudantias: 1 El curso se realiza utilizando metodologias de ense?anza centradas en el alumno que permitan a los estudiantes desarrollar las competencias definidas en los objetivos del curso. Este curso esta dise?ado de forma tal que el alumno dedique al estudio personal un promedio de 6 hrs. a la semana. V.EVALUACION Las evaluaciones pueden ser por medio de pruebas, proyectos y/o tareas. VI.BIBLIOGRAFIA Textos Minimos Duda R. and Hart P. Pattern Classification, 2nd ed. Wiley Interscience, 2001. Hastie T., Tibshirani R., and Friedman J. The elements of Statistical Learning. Springer, 2001. Mitchell T. Machine Learning. McGraw Hill, 1997. Nilsson N. Artificial Intelligence: A new Synthesis. Morgan Kaufmann, 1998. Russell, Stuart J. and Norvig, Peter Artificial intelligence: a modern approach. Upper Saddle River, N.J., Prentice Hall, 1995. PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE FACULTAD DE INGENIERIA / Mayo de 2009