Estudia

• Mostrar tota un sèrie de tècniques objectes d'estudi per diferents branques de la IA desde la perspectiva unificadora del disseny i la construcció d'agents racionals. Al mateix temps, es vol equipar l'alumne amb tota una sèrie de tècniques avançades d'ús general i fer evident la seva utilitat pràctica per resoldre problemes reals.

1. Intruducció

2. Agents

          2.1. Definicions

          2.2. Classificació

3. Agents reactius

          3.1. Agents estímul-resposta

          3.2. Xarxes Neurals

          3.3. Sistemes Difusos

4. Agents que representen els seus coneixements i raonen de forma lògica

          4.1. Sistemes basats en regles. Sistemes experts.

          4.2. Representació del coneixement amb lògica de predicats.

          4.3. Mètodes de raonament automàtic. Realització d’inferències mitjançant la regla de resolució.

          4.4. Raonament Aproximat: Xarxes Bayesianes

          4.5. Raonament Basat en Casos

5. Agents que representen el món i resolen problemes

          5.1. Agents que representen el món. Agents amb estats

          5.2. Agents que resolen problemes :Resolució de problemes com una cerca dins d’un espai d’estats.

                    5.2.1. Mètodes de cerca en un espai d’estats

          5.3. Agents que juguen. Mètode MINIMAX

6. Agents que aprenen

          6.1. Tipus d'aprenentatge. Revisió de l'aprenentatge en les representacions i mètodes de raonament.

          6.2. Clustering

          6.3. Inducció d'arbres de decisió

          6.4. Aprenentatge per deducció

• Russell, Stuart J, Norvig, Peter (cop.l996). Inteligencia artificial, : un enfoque moderno. México [etc.]: Prentice Hall Hispanoamericana.
• Nilsson, Nils J (cop. 2001). Inteligencia artificial, : una nueva síntesis. Madrid [etc.]: McGraw Hill.
• Inteligencia artificial, : modelos, técnicas y áreas de aplicación (cop. 2003). Madrid: Thomson.
• Wooldridge, Michael J (cop. 2002). An Introduction to multiagen systems. Chichester: John Wiley & Sons.
• Multiagent systems, : a modern approach to distributed artificial intelligence (1999). Cambridge, Mas: The MIT Press.
• Rich, Elaine, Knight, Kevin (1994). Inteligencia artificial (2ª ed). Madrid [etc.]: McGraw-Hill.
• Funge, John David (cop. 2004). Artificial intelligence for computer games, : an introduction. Wellesley: AK Peters.
• Bratko, Ivan (2001). Prolog programming for Artificial Intelligence (tercera). Addison- Wesley.
• Clocksin, W.F., Mellish, C.S. (1987). Programacion en Prolog. Gustavo Gili Editores.

Activitats d'avaluació:

Mètodes docents:
Classes de teoria i problemes
. hores setmanals presencials 3
. hores setmanals semipresencials 1
Pràctiques
. hores setmanals per grup 2
Tipus d'exàmens:
La nota final de l'assignatura es calcularà com la mitjana de les notes de pràctiques i de l'exàmen final de teoria ., sempre i quan la nota de l'exàmen sigui igual o superior a 4 i s'hagin lliurat (a temps) i aprovat totes les pràctiques.

Es faran un total de cinc pràctiques relacionades amb els conceptes explicats a classe. Es podran fer en grups de dues persones. Serà obligatori el lliurament de les pràctiques a les dates estipulades.