|
|
|
MASTER EN INTELIGENCIA ARTIFICIAL E INGENIERíA DEL CONOCIMIENTO
|
|
|
|
Centro: UPE UNIVERSIDAD DE LOS PUEBLOS DE EUROPA |
|
|
| Modalidad:
Curso a Distancia |
Nº
horas:
400 |
Precio:
1675.00 €
|
|
|
| |
|
|
MASTER EN INTELIGENCIA ARTIFICIAL E INGENIERíA DEL CONOCIMIENTO |
|
|
| Palabras
Clave: |
|
Inteligencia Ingeniería Artificial
|
|
|
Descripción: |
|
Este Master cubre los tópicos relacionados con los paradigmas de la Inteligencia Artificial (IA) e Ingeniería del Conocimiento (IC). La unificación de estos paradigmas en un Master único, junto con su enfoque pragmático, hace de él una referencia apropiada para su uso tanto en la docencia universitaria como en los desarrollos a nivel industrial. |
|
|
Temario: |
Algunas de las asignaturas que se pueden escoger son:
CAPÍTULO 1.INTRODUCCIÓN A LA INTELIGENCIA ARTIFICIAL
1.1 La inteligencia de las máquinas
1.1.1 Definiciones de sistema inteligente
1.1.2 El término Inteligencia Artificial
1.2 Estrategias de la IA
1.3 Breve visión histórica de la IA
1.3.1 Hitos en la evolución de la IA
1.3.2 Desarrollos históricos de la IA
1.4 Futuro de la IA
1.5 Comentarios bibliográficos
CAPÍTULO 2.RESOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
2.1 La definición del problema
2.2 El espacio de estados
2.2.1 Representación en el espacio de estados
2.3 Estrategias de búsqueda
2.4 Búsqueda a ciegas
2.4.1 Recorrido en amplitud
2.4.2 Recorrido en profundidad
2.5 Búsqueda heurística
2.5.1 Ascensión a la cima o gradiente
2.5.2 Primero el mejor
2.5.3 Búsqueda avara
2.5.4 Algoritmo A*
2.5.5 Algoritmos genéticos
2.6 Verificación de restricciones
2.7 Búsqueda con adversarios
2.7.1 Algoritmo del minimax
2.7.2 Poda alfa-beta
2.8 Comentarios bibliográficos
CAPÍTULO 3.FORMALISMOS DE REPRESENTACIÓN DEL CONOCIMIENTO
3.1 Introducción
3.2 Base de conocimiento
3.2.1 Procesamiento simbólico
3.2.2 Aproximación no simbólica
3.3 Representación del conocimiento
3.3.1 Representación procedural
3.3.2 Representación relacional
3.3.3 Representación jerárquica
3.4 Lógica clásica
3.4.1 La evolución de la lógica
3.4.2 Lógica proposicional
3.4.3 Lógica de predicados
3.5 Reglas
3.6 Marcos
3.6.1 Los guiones
3.7 Redes semánticas
3.8 La lógica de la incertidumbre
3.8.1 Redes bayesianas
3.8.2 Lógica borrosa (fuzzy)
3.9 Comentarios bibliográficos
CAPÍTULO 4.RAZONANDO CON EL CONOCIMIENTO
4.1 Razonamiento según los distintos paradigmas de representación ……
4.2 Sistemas basados en conocimiento
4.2.1 Estructura de los sistemas de reglas
4.2.2 Activación de la inferencia
4.3 Encadenamiento hacia adelante
4.3.1 Estrategias de control
4.4 Encadenamiento hacia atrás
4.5 Razonamiento borroso
4.6 Características de la inferencia basada en reglas
4.7 Inferencias y aprendizaje
4.8 Comentarios bibliográficos
CAPÍTULO 5.INGENIERÍA DEL CONOCIMIENTO: MODELOS EN CommonKADS
5.1 Introducción
5.2 Concepto de conocimiento
5.3 Modelos de conocimiento
5.4 Roles del proceso
5.5 Terminología
5.6 Breve reseña de otros sistemas de modelado del conocimiento
5.7 Modelado del contexto
5.7.1 Estudio de viabilidad: organización
5.7.2 Análisis de impacto y mejora: modelos de tarea y agente
5.8 Comentarios bibliográficos
CAPÍTULO 6.INGENIERÍA DEL CONOCIMIENTO:EL CONOCIMIENTO EN CommonKADS
6.1 Introducción
6.2 Aspectos del conocimiento
6.3 Naturaleza del conocimiento
6.4 Esquema general del modelo de conocimiento
6.4.1 Conocimiento de dominio
6.4.2 Conocimiento de inferencia
6.4.3 Conocimiento de tarea
6.5 Técnicas de adquisición del conocimiento
6.5.1 Técnicas manuales
6.5.2 Técnicas semiautomáticas
6.5.3 Técnicas automáticas
6.6 Comentarios bibliográficos
CAPÍTULO 7.INGENIERÍA DEL CONOCIMIENTO:PLANTILLAS DE TAREAS
7.1 Introducción
7.2 Reusabilidad de los modelos
7.2.1 Tipos de tareas
7.2.2 Tareas de análisis
7.2.3 Tareas de síntesis
7.3 Catálogo de Plantillas de Tareas
7.3.1 Clasificación
7.3.2 Diagnóstico
7.3.3 Monitorización
7.3.4 Valoración
7.3.5 Predicción
7.3.6 Síntesis
7.3.7 Diseño
7.3.8 Planificación
CAPÍTULO 8.INGENIERÍA DEL CONOCIMIENTO: MODELO DE COMUNICACIÓN
8.1 Introducción
8.2 Visión general del modelo de comunicación
8.3 El plan de comunicación
8.3.1 Construcción del diagrama de diálogo
8.3.2 Control sobre las transacciones
8.4 Transacciones entre agentes
CAPÍTULO 9.INGENIERÍA DEL CONOCIMIENTO:MODELO DE DISEÑO
9.1 Introducción
9.2 Diseño preservando la estructura
9.2.1 Paso 1: Diseño de la arquitectura del sistema
CAPÍTULO 10.APRENDIZAJE: POR OBSERVACIÓN
10.1 Introducción
10.2 Concepto de aprendizaje
10.2.1 Inferencia inductiva
10.2.2 Inferencia deductiva
10.3 Procesos de aprendizaje
CAPÍTULO 11 .APRENDIZAJE: REDES NEURONALES
11.1 Introducción
11.2 El perceptrón
11.2.1 Perceptrón para dos clases separables
11.2.2 Algoritmo del perceptrón
11.2.3 Ejemplo de aplicación
CAPÍTULO 12 .PERCEPCIÓN VISUAL: GENERALIDADES
12.1 Introducción
12.2 Proceso de percepción visual artificial
12.3 Formación de imágenes digitales
12.4 Preprocesamiento: suavizado y realzado
12.4.1 Suavizado de imágenes
12.4.2 Realzado de imágenes
CAPÍTULO 13.PERCEPCIÓN: VISIÓN ESTEREOSCÓPICA
13.1 Introducción
13.2 El sistema de visión estereoscópica
13.3 Geometría del sistema estereoscópico y obtención de la distancia …
13.4 Correspondencia estereoscópica
13.4.1 Restricciones aplicables para la correspondencia
CAPÍTULO 14.APLICACIÓN: UN CASO DE ESTUDIO
14.1 Introducción
14.2 Descripción del problema
14.3 Modelado del contexto
14.4 Modelado de concepto
CAPÍTULO 15 .PROCESAMIENTO DEL LENGUAJE NATURAL: ANÁLISIS LÉXICO Y SINTÁCTICO
15.1 Introducción
15.2 Análisis léxico
15.3 Análisis sintáctico
CAPÍTULO 16.PROCESAMIENTO DEL LENGUAJE
NATURAL: ANÁLISIS SEMÁNTICO Y CONTEXTUAL
16.1 Introducción
16.2 Análisis semántico: modelo estructural
16.2.1 Interpretación guiada por la sintaxis
16.2.2 Interpretación guiada por la semántica
16.3 Características del lenguaje de la forma lógica
-Proyecto final.
-Solicitar información y programación desarrollada del Master.
Ahora puede graduarse en la Universidad en los Títulos de Bachelor, Master y Doctor aportando curricularmente acreditaciones que valoren su cultura, trabajo y experiencia vivida |
|
|
Objetivos del curso: |
|
Ofrecer una formación especializada en el área elegida, dentro del campo de la Inteligencia Artificial y del Conocimiento. |
|
|
¿A quién va dirigido?:
|
Titulados universitarios
Profesionales de la Ingeniería especailizados en Intelegencia Artificial y del Conocimiento interesados en ampliar conocimientos a nivel de Maestría.
Personas de otras áreas académicas interesados en desarrollarse profesionalmente en el campo de la Inteligencia y el Conocimiento Artificial. |
|
|
Profesorado: |
|
Ing. Diana Noriega |
|
|
Metodología y Material didáctico:
|
|
Material didáctico: Consta de bibliografía especailizada, cuestionarios de autoevaluación y tutoría personalizada. |
|
|
|
Otras Cuestiones: |
Profesionales de la Ingeniería.
Personas (especialmente latinoamericanas) que por diversos motivos no concluyeron sus estudios en Ingeniería desde la Inteligencia Artificial y el Conocimiento y actualmente pueden finalizar su carrera por Complementación Académica-Profesional a través de CIU Cambridge International University, Universidad Nacional de Piura y Universidad La Gran Colombia. |
|
| |
| |
|
|
|
| |
|
|
Otros cursos de UPE UNIVERSIDAD DE LOS PUEBLOS DE EUROPA:
|
|
| |
|
Libros Relacionados:
|
|
|
|
