1. No category

Proyecto docente
Oferta sin docencia (a extinguir)
Plan 290 Ing.Automática y Electrónica Ind.
Asignatura 44156 INTELIGENCIA ARTIFICIAL
Grupo
1
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Página 1 de 13
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Página 2 de 13
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Página 3 de 13
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
Página 4 de 13
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Página 5 de 13
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Página 6 de 13
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Página 7 de 13
Grupo
11
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Página 8 de 13
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Página 9 de 13
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Página 10 de 13
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Página 11 de 13
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Presentación
Programa Básico
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
Objetivos
Conocer las técnicas básicas para el diseño de algoritmos. Estudiar las aplicaciones de la inteligencia artificial y la
algoritmia en la resolución de problemas.
Adquirir habilidades en la resolución de problemas usando
un lenguaje de programación.
Programa de Teoría
1. SOLUCIÓN DE PROBLEMAS MEDIANTE BÚSQUEDA
Estrategias de búsqueda
Evitación de estados repetidos
Búsqueda mediante satisfacción de restricciones
Página 12 de 13
2.- MÉTODOS DE BÚSQUEDA RESPALDADOS POR INFORMACIÓN
Búsqueda preferente por lo mejor
Funciones heurísticas
Búsqueda limitada por capacidad de memoria
Algoritmos de mejora iterativa
3.- JUEGOS
Decisiones perfectas en juegos de dos participantes
Decisiones imperfectas
Poda alfa-beta
Aplicaciones
4.- ALGORITMOS VORACES
Arboles de recubrimiento mínimo o Caminos mínimos
Planificación
5.- ALGORITMOS PROBABILISTAS
Algoritmos probabilistas numéricos o Algoritmos de Montecarlo
Algoritmos de Las Vegas
6.- ALGORITMOS DE RECOCIDO SIMULADO
7.- ALGORITMOS DE RAMIFICACIÓN Y PODA
8.- ALGORITMOS GENÉTICOS
9.- PROBLEMAS DE SATISFACCIÓN DE RESTRICCIONES
Programa Práctico
Desarrollo de algoritmos utilizando MATLAB coincidentes con
cada uno de los temas
Evaluación
Mediante un examen escrito en el que se evaluarán los conocimientos sobre el programa de la asignatura. Será
obligatorio realizar las prácticas de la asignatura o en su defecto un trabajo práctico final.
Bibliografía
BRASSARD & BRATLEY. "Fundamentos de algoritmia"
RUSSELL & NORVIG. "Inteligencia artificial".
RICH. "Inteligencia artificial".
WINSTON. "Inteligencia artificial".
MICHALEWICZ & FOGEL. "How to solve it: modern heuristics".
Disponibles en ETSII
Página 13 de 13