Sistemas Inteligentes de GestiónSistemas Inteligentes de Gestión© Fernando Berzal, © Fernando Berzal, [email protected]@acm.org
Horario de clasesHorario de clases
11
Horario de clasesHorario de clases
Sistemas Inteligentes de GestiónSistemas Inteligentes de Gestión
Segundo cuatrimestre, curso 2010/2011Segundo cuatrimestre, curso 2010/2011
�� TeoríaTeoríaMiércoles, de 17:00 a 19:00Miércoles, de 17:00 a 19:00
22
Miércoles, de 17:00 a 19:00Miércoles, de 17:00 a 19:00Aula 1.1, ETSIITAula 1.1, ETSIIT
�� PrácticasPrácticasMiércoles, de 10:00 a 12:00Miércoles, de 10:00 a 12:00Aula 3.1, ETSIITAula 3.1, ETSIITCódigo de imagen: Código de imagen: sigsig
ProfesorProfesor
Fernando Berzal GalianoFernando Berzal Galiano
Departamento de Ciencias de la Computación e I.A.Departamento de Ciencias de la Computación e I.A.
Despacho 17 (4ª planta ETSIIT)Despacho 17 (4ª planta ETSIIT)
�� Tutorías:Tutorías:
33
�� Tutorías:Tutorías:Martes, de 10:00 a 13:00Martes, de 10:00 a 13:00Miércoles, de 12:00 a 14:00Miércoles, de 12:00 a 14:00Miércoles, de 16:00 a 17:00Miércoles, de 16:00 a 17:00
�� EE--mail: mail: [email protected]@decsai.ugr.es
�� WWW:WWW: http://elvex.ugr.es/http://elvex.ugr.es/
Temario de la asignaturaTemario de la asignatura
Parte I. Parte I.
Data Data MiningMining
�� KDD (KDD (KnowledgeKnowledge DiscoveryDiscovery in in DatabasesDatabases).).
�� Business Business IntelligenceIntelligence..�� Business Business IntelligenceIntelligence..
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
�� Ingeniería del conocimiento.Ingeniería del conocimiento.
�� Programación declarativa: Clips & Programación declarativa: Clips & PrologProlog..
44
Temario de la asignaturaTemario de la asignatura
Parte I. Parte I.
Data Data MiningMining
IBM Blue Gene, 2005IBM Blue Gene, 2005 55
Temario de la asignaturaTemario de la asignatura
Parte I. Parte I.
Data Data MiningMining
�� Introducción a la minería de datos.Introducción a la minería de datos.
�� Reglas de asociación.Reglas de asociación.
�� ClusteringClustering (métodos de agrupamiento).(métodos de agrupamiento).
�� Regresión y clasificación.Regresión y clasificación.
66
Temario de la asignaturaTemario de la asignatura
Parte I. Parte I.
Data Data MiningMining
AplicacionesAplicaciones
�� ComprasCompras [market basket analysis][market basket analysis]
�� PerfilesPerfiles de de usuariousuario�� PerfilesPerfiles de de usuariousuario
�� SegmentaciónSegmentación de de clientesclientes
�� DetecciónDetección de de fraudesfraudes / / intrusosintrusos
�� ……
77
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
IBM Watson, 2011IBM Watson, 2011 88
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
�� Introducción a la Inteligencia ArtificialIntroducción a la Inteligencia Artificial
�� Búsqueda en I.A. Búsqueda en I.A.
�� Sistemas expertos basados en reglas: CLIPS Sistemas expertos basados en reglas: CLIPS
�� Lógica en I.A. Lógica en I.A.
�� PROLOG PROLOG 99
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
AplicacionesAplicaciones
�� Sistemas de diagnósticoSistemas de diagnóstico
�� Sistemas de planificaciónSistemas de planificación�� Sistemas de planificaciónSistemas de planificación
�� JuegosJuegos
�� VideojuegosVideojuegos
�� RobotsRobots
�� Vehículos autónomosVehículos autónomos
�� Procesamiento del lenguaje natural (NLP)Procesamiento del lenguaje natural (NLP)
�� ……1010
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
AplicacionesAplicaciones
p.ej.p.ej. DendralDendral, Universidad de , Universidad de StanfordStanford, 1965, 1965--19751975
MycinMycin, Universidad de , Universidad de StanfordStanford, años 70, años 70
CLIPS, NASA Johnson CLIPS, NASA Johnson SpaceSpace Center, años 80Center, años 801111
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
Aplicaciones: Sistemas de planificaciónAplicaciones: Sistemas de planificación
Google Google MapsMaps 1212
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
Aplicaciones: JuegosAplicaciones: Juegos
IBM IBM DeepDeep Blue, 1997Blue, 1997 1313
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
Aplicaciones: Vehículos autónomosAplicaciones: Vehículos autónomos
Stanley Stanley —— 2005 DARPA Grand 2005 DARPA Grand ChallengeChallenge WinnerWinner 1414
Temario de la asignaturaTemario de la asignatura
Parte II.Parte II.
Inteligencia Artificial y Sistemas ExpertosInteligencia Artificial y Sistemas Expertos
Aplicaciones: Procesamiento del lenguaje naturalAplicaciones: Procesamiento del lenguaje natural
IBM Watson, 2011 IBM Watson, 2011 —— JeopardyJeopardy!! 1515
Prácticas de la asignaturaPrácticas de la asignatura
Parte I. Data Parte I. Data MiningMining
�� SPSSSPSS
�� KNimeKNime�� KNimeKNime
�� WekaWeka
Parte II. Inteligencia Artificial y Sistemas ExpertosParte II. Inteligencia Artificial y Sistemas Expertos
�� CLIPSCLIPS
�� PROLOGPROLOG1616
Prácticas de la asignaturaPrácticas de la asignatura
Entrega a través de la página web de DECSAI:Entrega a través de la página web de DECSAI:
Usuario y contraseña por defecto: DNI/Pasaporte (sin la letra final)Usuario y contraseña por defecto: DNI/Pasaporte (sin la letra final) 1717
Método de evaluaciónMétodo de evaluación
Cuaderno de prácticasCuaderno de prácticas
… con ejercicios clasificados en función de su complejidad: … con ejercicios clasificados en función de su complejidad:
Terminado el cuatrimestre, cada alumno deberá Terminado el cuatrimestre, cada alumno deberá defender, de forma individual, su cuaderno de prácticas defender, de forma individual, su cuaderno de prácticas defender, de forma individual, su cuaderno de prácticas defender, de forma individual, su cuaderno de prácticas ante el profesor de la asignatura: ante el profesor de la asignatura:
�� Si se defienden correctamente los ejercicios de Si se defienden correctamente los ejercicios de prácticas de prácticas de tipo Ctipo C, el alumno obtendrá una , el alumno obtendrá una calificación de calificación de aprobadoaprobado. .
�� Si, además, defiende correctamente las de Si, además, defiende correctamente las de tipo Btipo B, , obtendrá un obtendrá un notablenotable..
�� Por último, si completa correctamente las de Por último, si completa correctamente las de tipo Atipo A, conseguirá un , conseguirá un sobresalientesobresaliente.. 1818
Método de evaluaciónMétodo de evaluación
Examen final (opcional)Examen final (opcional)
�� La realización de esta prueba escrita La realización de esta prueba escrita NONO exime al exime al alumno de la obligación de superar las prácticas.alumno de la obligación de superar las prácticas.
�� La realización de la prueba escrita nunca baja la La realización de la prueba escrita nunca baja la calificación de unas prácticas ya aprobadas.calificación de unas prácticas ya aprobadas.
�� Para obtener matrícula de honor, el alumno debe Para obtener matrícula de honor, el alumno debe realizar obligatoriamente la prueba escrita a final de realizar obligatoriamente la prueba escrita a final de curso.curso.
1919
Método de evaluaciónMétodo de evaluación
Calificación finalCalificación final
�� Si se suspende la parte práctica de la asignatura,Si se suspende la parte práctica de la asignatura,la calificación final es la calificación final es suspensosuspenso (con la nota numérica (con la nota numérica obtenida en la defensa de las prácticas).obtenida en la defensa de las prácticas).obtenida en la defensa de las prácticas).obtenida en la defensa de las prácticas).
�� Si se aprueba la parte práctica, la nota final se calcula Si se aprueba la parte práctica, la nota final se calcula como el máximo entre la calificación obtenida en la como el máximo entre la calificación obtenida en la parte práctica de la asignatura y, en su caso, la de la parte práctica de la asignatura y, en su caso, la de la prueba escrita realizada al final del cuatrimestre.prueba escrita realizada al final del cuatrimestre.
NOTA: En las convocatoria de septiembre NOTA: En las convocatoria de septiembre se mantiene el mismo método de evaluación.se mantiene el mismo método de evaluación. 2020
Material de la asignaturaMaterial de la asignatura
http://elvex.ugr.es/decsai/intelligent/http://elvex.ugr.es/decsai/intelligent/
… y a través del acceso identificado de DECSAI:… y a través del acceso identificado de DECSAI:
2121
�� PangPang--NingNing Tan, Tan, Michael Michael SteinbachSteinbach& & VipinVipin KumarKumar::IntroductionIntroduction toto Data Data MiningMiningAddisonAddison--WesleyWesley, 2006. , 2006.
Bibliografía: Data Bibliografía: Data MiningMining
AddisonAddison--WesleyWesley, 2006. , 2006. ISBN 0321321367ISBN 0321321367
�� JiaweiJiawei Han Han & & MichelineMicheline KamberKamber: : Data Data MiningMining: : ConceptsConcepts and and TechniquesTechniquesMorgan Morgan KaufmannKaufmann, 2006., 2006.ISBN 1558609016ISBN 1558609016 2222
�� Stuart Russell & Peter Stuart Russell & Peter NorvigNorvig::Artificial Intelligence: Artificial Intelligence: A Modern Approach A Modern Approach PrenticePrentice--Hall, 3Hall, 3rdrd edition, 2009edition, 2009ISBN 0136042597 ISBN 0136042597
Bibliografía: I.A.Bibliografía: I.A.
ISBN 0136042597 ISBN 0136042597
�� Nils J. NilssonNils J. NilssonThe Quest for Artificial Intelligence The Quest for Artificial Intelligence Cambridge University Press, 2009Cambridge University Press, 2009ISBN 0521122937 ISBN 0521122937
2323
CLIPSCLIPS
�� Joseph C. Joseph C. GiarratanoGiarratano & Gary D. Riley& Gary D. RileyExpert Systems: Expert Systems: Principles and Programming Principles and Programming Thomson, 4Thomson, 4thth edition, 2005.edition, 2005.ISBN 0534384471ISBN 0534384471
Bibliografía: Sistemas ExpertosBibliografía: Sistemas Expertos
ISBN 0534384471ISBN 0534384471
PROLOGPROLOG
�� William F. William F. ClocksinClocksin& Christopher S. & Christopher S. MellishMellish::Programming in PrologProgramming in PrologSpringer, 5Springer, 5thth edition, 2003edition, 2003ISBN 3540006788ISBN 3540006788 2424
Bibliografía complementariaBibliografía complementaria
�� John Durkin, John Durkin, Expert Systems: Design and Expert Systems: Design and DevelopmentDevelopment. Prentice Hall, 1994.. Prentice Hall, 1994.
�� Peter Jackson, Peter Jackson, Introduction to Expert SystemsIntroduction to Expert Systems. . Addison Wesley, 1998.Addison Wesley, 1998.
Bibliografía: Sistemas ExpertosBibliografía: Sistemas Expertos
Addison Wesley, 1998.Addison Wesley, 1998.
�� James P. James P. IgnizioIgnizio, , Introduction to Expert Systems: Introduction to Expert Systems: The Development and Implementation of RuleThe Development and Implementation of Rule--Based Expert SystemsBased Expert Systems. McGraw. McGraw--Hill, 1990.Hill, 1990.
�� Ernest FriedmanErnest Friedman--Hill, Hill, Jess in Action: Java RuleJess in Action: Java Rule--Based SystemsBased Systems. Manning Publications, 2003.. Manning Publications, 2003.
�� Jay Jay LiebowitzLiebowitz (editor): (editor): The Handbook of Applied The Handbook of Applied Expert SystemsExpert Systems. CRC Press, 1997.. CRC Press, 1997.
2525