La Inteligencia Artificial es hoy día no sólo objeto de investigación sino que se ha convertido en parte integrante de los planes de estudio de las carreras de Ingeniería de Informática. Y éste es el público al que está dirigido este libro, cuyo objetivo consiste en exponer los aspectos básicos de estas tecnologías de una forma clara, así como proporcionar la bibliografía necesaria para ampliar los temas. El contenido tratado está dividido en seis partes, comenzando con una sección donde se analizan los diferentes paradigmas en los que se basa la IA en la actualidad, para continuar analizando los aspectos clásicos de representación de conocimiento y técnicas clásicas de razonamiento y de búsqueda. También se analizan procesos complejos para solver problemas, aspectos relacionados con el aprendizaje y la minería de datos.
En esta obra se han intentado conjugar los tópicos clásicos de la IA con otros tópicos avanzados. De esta forma, el libro se ha divido en las siguientes partes: Introducción, donde se analizan los diferentes paradigmas en los que se basa la IA en la actualidad; Representación de conocimiento e inferencia, donde se abordan desde los aspectos clásicos de representación de conocimiento y técnicas clásicas de razonamiento, hasta aspectos más avanzados relacionados con la gestión de la incertidumbre; Técnicas, entre las que se incluyen las clásicas de búsqueda hasta aspectos más avanzados como la computación evolutiva; Tareas, donde se analiza procesos complejos como pueden ser la planificación y el diagnóstico; Aprendizaje y minería de datos, donde se hace una introducción a algunas técnicas de aprendizaje supervisado y no supervisado, y finalmente, Aspectos metodológicos y aplicaciones,en la que se ha intentado abordar temas como la Ingeniería del conocimiento, Sistemas multiagentes y Razonamiento basado en casos.
RESUMEN DE CONTENIDO:
I INTRODUCCIÓN
1 Aspectos conceptuales de la IA y la IC
II REPRESENTACIÓN DE CONOCIMIENTO E INFERENCIA
2 Lógica y representación del conocimento
3 Sistemas basados en reglas
4 Redes semánticas y marcos
5 Ontologías
6 Sistemas basados en modelos probabilísticos
7 Conjuntos borrosos
III TÉCNICAS
8 Introducción a las técnicas de búsqueda
9 Técnicas basadas en búsquedas heurísticas
10 Problemas de satisfacción de restricciones (CSP)
11 Computación Evolutiva
IV TAREAS
12 Diagnosis
13 Planificación
14 Control
V APRENDIZAJE Y MINERÍA DE DATOS
15 Redes neuronales
16 Técnicas de agrupamiento
17 Aprendizaje de árboles y reglas de decisión
18 Técnicas de extracción de reglas
VI ASPECTOS METODOLÓGICOS Y APLICACIONES
19 Ingeniería del Conocimiento
20 Sistemas multiagentes
21 Verificación y validación de sistemas inteligentes
22 Razonamiento basado en casos
23 Reconocimiento de Formas
En esta obra se han intentado conjugar los tópicos clásicos de la IA con otros tópicos avanzados. De esta forma, el libro se ha divido en las siguientes partes: Introducción, donde se analizan los diferentes paradigmas en los que se basa la IA en la actualidad; Representación de conocimiento e inferencia, donde se abordan desde los aspectos clásicos de representación de conocimiento y técnicas clásicas de razonamiento, hasta aspectos más avanzados relacionados con la gestión de la incertidumbre; Técnicas, entre las que se incluyen las clásicas de búsqueda hasta aspectos más avanzados como la computación evolutiva; Tareas, donde se analiza procesos complejos como pueden ser la planificación y el diagnóstico; Aprendizaje y minería de datos, donde se hace una introducción a algunas técnicas de aprendizaje supervisado y no supervisado, y finalmente, Aspectos metodológicos y aplicaciones,en la que se ha intentado abordar temas como la Ingeniería del conocimiento, Sistemas multiagentes y Razonamiento basado en casos.
RESUMEN DE CONTENIDO:
I INTRODUCCIÓN
1 Aspectos conceptuales de la IA y la IC
II REPRESENTACIÓN DE CONOCIMIENTO E INFERENCIA
2 Lógica y representación del conocimento
3 Sistemas basados en reglas
4 Redes semánticas y marcos
5 Ontologías
6 Sistemas basados en modelos probabilísticos
7 Conjuntos borrosos
III TÉCNICAS
8 Introducción a las técnicas de búsqueda
9 Técnicas basadas en búsquedas heurísticas
10 Problemas de satisfacción de restricciones (CSP)
11 Computación Evolutiva
IV TAREAS
12 Diagnosis
13 Planificación
14 Control
V APRENDIZAJE Y MINERÍA DE DATOS
15 Redes neuronales
16 Técnicas de agrupamiento
17 Aprendizaje de árboles y reglas de decisión
18 Técnicas de extracción de reglas
VI ASPECTOS METODOLÓGICOS Y APLICACIONES
19 Ingeniería del Conocimiento
20 Sistemas multiagentes
21 Verificación y validación de sistemas inteligentes
22 Razonamiento basado en casos
23 Reconocimiento de Formas
Contraseña: www.facebook.com/groups/RecursosProgramacion
