Contenidos

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.