Unidad 1: Introducción a IA
Concepto de inteligencia artificial. Reseña histórica. Enfoques y aplicaciones. Introducción a las diferentes técnicas. Relación con Agentes Inteligentes.
Unidad 2: Técnicas de IA
Tema 2.1: Redes de Bayes
Definiciones básicas. Construcción de la red: determinación de relaciones y de
distribuciones de probabilidades. Aprendizaje de la red: aprendizaje estructural y
paramétrico. Inferencia en Redes de Bayes. Herramientas. Ejemplos de su utilización.
Tema 2.2: Razonamiento Basado en Casos
Introducción al concepto de caso y razonamiento por experiencias. Representación de
casos. Comparación de casos. Ranking de casos. Adaptación de casos. Ejemplos de
utilización.
Tema 2.3: Reglas de Asociación
Concepto. Tipos de reglas de asociación. Generación de reglas de asociación: algoritmos. Pos-procesamiento: Métricas de interés objetivas y subjetivas. Ejemplos de utilización. Herramientas
Tema 2.4: Técnicas de Clasificación
Concepto de clasificación. Breve descripción de las técnicas más utilizadas: Árboles de
Decisión, Redes Neuronales, Clasificador Bayesiano, Algoritmos Genéticos. Ejemplos de utilización.
Tema 2.5: Técnicas de Clustering
Concepto de clustering. Introducción de técnicas más comunes: jerárquico (aglomerativos y divisivos), particionamiento (K-means, k-modes), basados en modelos. Ejemplos de utilización
Tema 2.6: Algoritmos Genéticos
Concepto de la técnica. Algoritmo básico y variaciones. Alternativas de recombinación. Alternativas de mutación. Ejemplos de aplicación en diferentes dominios.
Unidad 3: Aplicaciones de IA y Sistemas de Recomendación
Ejemplos de aplicaciones de inteligencia artificial al desarrollo de agentes inteligentes,
sistemas de recomendación y construcción de perfiles de usuario en diferentes dominios.