Este documento presenta el plan de estudios para el curso de Inteligencia Artificial en la Universidad Alvart. El curso cubrirá 7 temas principales incluyendo introducción a la inteligencia artificial, agentes inteligentes, representación y uso del conocimiento, lenguajes de programación, resolución de problemas, razonamiento y aplicaciones. Cada tema será enseñado a lo largo de varias sesiones utilizando diferentes estrategias como exposiciones, debates y simulaciones. Los estudiantes serán evaluados a través de exámenes parciales y

1. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
PLANEACIÓN DIDÁCTICA
DATOS GENERALES
ASIGNATURA: INTELIGENCIA ARTIFICIAL MODALIDAD: ESCOLARIZADA
SEMESTRE: OCTAVO GRUPO: 8A SC PERIODO: PRIMAVERA 2023 TURNO: VESPERTINO
NOMBRE DEL DOCENTE: OMAR SERRANO TEJEDA CORREO ELECTRÓNICO: omarserrano@unialvart.edu.mx
LICENCIATURA: SISTEMAS COMPUTACIONALES
OBJETIVO DE LA ASIGNATURA
Resolver problemas teóricos y prácticos en áreas significativas de la inteligencia artificial.
DESARROLLO DEL PROGRAMA DE ESTUDIO
CONTENIDO
(Temas ysubtemas)
OBJETIVO FECHA ESTRATEGIAS DE
ENSEÑANZA
ACTIVIDADES DE
APRENDIZAJE
(evidencias)
MATERIALES
CURRICULARES Y
RECURSOS DIDÁCTICOS
TAREA
(próxima sesión)
FIRMA
(del
alumno)
1. INTRODUCCIÓN
A LA
INTELIGENCIA
ARTIFICIAL.
1.1 facetas del
comportamiento
inteligente.
Justificar por
qué estudiar
para después
explicar cuáles
son los campos
de la
inteligencia
22-02-2023
al
02-03-2023
Evaluación diagnostica
en los conocimientos
sobre la inteligencia
artificial.
Exposición de los
conceptos
El alumno investigará sobre
los diferentes enfoques de
la Inteligencia artificial.
El alumno discutirá en
grupo los diferentes
enfoques.
Russell, S.y Norvig, P.:
"Artificial Intelligence, a
modern approach", Ed.
Prentice Hall, 1995
MARTÍN DEL BRIO B. &
WINSTON, Patrick Henry,
Cuadro
comparativo de
las aplicaciones
desarrolladas en
la inteligencia
artificial.

2. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
1.2 formas de hacer
inteligencia artificial.
1.3 generalidades
de aplicaciones
desarrolladas y en
desarrollo.
1.4 subcampos de la
inteligencia artificial.
1.5 relaciones de la
inteligencia artificial
con otras
disciplinas.
artificial. fundamentales de la
IA, así como el estado
del arte de las áreas
de la inteligencia
artificial.
El alumno planteará una
línea de tiempo de la
historia de la IA.
El alumno investigará las
técnicas actuales de la
inteligencia artificial.
Inteligencia Artificial, Ed.
Addison Wesley
Iberoamericana, 1992,ISBN
0-201-51876-7
Mapa conceptual
de las relaciones
de la inteligencia
artificial basadas
en otras
aplicaciones.
2. AGENTES
INTELIGENTES Y
AMBIENTES.
2.1 estructura
general de agentes.
2.1.1 agentes reflejo
simple.
2.1.2 agentes
basados en logro de
metas.
2.1.3 agentes
basados en logro
del mejor
desempeño.
2.2 ambientes.
2.2.1 tipos de
ambientes.
Explicar que es
un agente
inteligente, su
medio, y cómo
se construyen.
08-03-2023
al
16-03-2023
Mesa redonda para
definir y resolver
problemas en base a
los agentes
inteligentes de entero
en el ambiente.
Mapa mental describir
gráficamente
problemas en
términos de los
diferentes tipos de
ambientes.
El alumno discutirá en
grupo los diferentes agentes
que se encuentra
estructurada.
El alumno describirá
gráficamente problemas en
términos de los diferentes
tipos de ambientes
(problema de misioneros y
caníbales, problemas de
juego entre dos adversarios,
etc).
Russell, S.y Norvig, P.:
"Artificial Intelligence, a
modern approach", Ed.
Prentice Hall, 1995
MARTÍN DEL BRIO B. &
WINSTON, Patrick Henry,
Inteligencia Artificial, Ed.
Addison Wesley
Iberoamericana, 1992,ISBN
0-201-51876-7
Mapa
conceptual tipo
araña de los
diferentes tipos
de agentes
inteligentes.
Cuadro
sinóptico de los
ambientes
relacionados en
diferentes
términos.
3. Representación
y uso de
conocimiento.
Explicar cómo
dotar a los
agentes de
capacidad de
22-03-2023
al
19-04-2023
Cuadro comparativo
de interpretar la
información sobre
métodos y técnicas de
El alumno expondrá la
representación de algún
MARTÍN DEL BRIO B. &
WINSTON, Patrick Henry,
Inteligencia Artificial, Ed.
Addison Wesley
Ensayo sobre la
representación y
uso de
conocimiento en

3. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
3.1 atributos de una
buena
representación.
3.2 reglas.
3.3 redes
semánticas.
3.4 cuadros de
minsky.
3.5 lógica.
3.6 rutinas.
3.7 visualización.
razonamiento
general.
ingeniería del
conocimiento.
Debate de
especificación
formalmente el
conocimiento base de
sistemas basados en
la visualización.
concepto mediante un
mapa conceptual y una red
semántica.
El alumno investigará y
expondrá en clase el
método de resolución y
unificación.
El alumno comentará los
conceptos de sintaxis,
semántica, validez e
inferencia en la lógica de
predicados.
Iberoamericana, 1992,ISBN
0-201-51876-7
Saenz M. A. Redes
Neuronales y Sistemas
Borrosos Ed Alfaomega,
2006, ISBN 978-970-15-
1250-0
la Inteligencia
Artificial.
4. LENGUAJES DE
PROGRAMACIÓN
PARA RESOLVER
PROBLEMAS.
4.1 estructuras
básicas.
4.2 estructuras
compuestas.
4.3 aplicaciones de
representación y
uso de
conocimiento.
Conocer para
después
instrumentar
programas de
inteligencia
artificial.
20-04-2023
al
04-05-2023
Mapa conceptual en
formalizar e
implementar
restricciones del
lenguaje de
programación.
El alumno expondrá su
lenguaje de programación
basado para resolver
problemas de aplicaciones.
El alumno verificara la
estructura básica y
compuesta sobre la forma
de compresión y
entendimiento.
GONZALO P.M & Santos
P.M, Inteligencia Artificial
e Ingeniería del
Conocimiento, Ed.
AlfaOmega, 2006, ISBN
970-75-1166-2
Nilsson, N.J.: "Artificial
Intelligence, a new
synthesis", Ed. Morgan
Kaufmann Publishers, 1998
Mapa mental
sobre las
aplicaciones de
representación
del lenguaje de
programación
en el
conocimiento.
5.
REPRESENTACIÓ
N DE PROBLEMAS
Y BÚSQUEDADE
SOLUCIONES.
5.1 representación
en espacio de
estados.
Explicar cómo
actúan los
agentes
mediante la
definición de
metas y
consideran
10-05-2023
al
24-05-2023
Mesa redonda sobre
la identificación qué
tipo de búsqueda
(ciega/con
heurística/entre
adversarios) es más
adecuada para
abordar la solución de
El alumno elaborara una
representación sobre los
tipos de búsqueda.
El alumno comprenderá los
diferentes métodos de
búsqueda para sus
Saenz M. A. Redes
Neuronales y Sistemas
Borrosos Ed Alfaomega,
2006, ISBN 978-970-15-
1250-0
Nilsson, N.J.: "Artificial
Intelligence, a new
Realización de
simulación de la
Inteligencia
Artificial basada
en búsqueda de
soluciones.

4. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
5.2 búsqueda de
soluciones en
espacio de estados.
5.2.1 métodos de
búsqueda ciega.
5.2.2 métodos de
búsqueda basados
en conocimiento.
5.2.3 métodos de
búsqueda con
adversarios.
5.3 representación
reducida de
problemas y
búsqueda de
soluciones.
5.4 solución de
problemas mediante
satisfacción de
restricciones.
secuencias de
acciones para
alcanzarlas.
un determinado
problema e
implementar dicho
mecanismo de
búsqueda.
Cuadro sinóptico
formalizar e
implementar
restricciones en las
búsquedas.
conocimientos aplicado en
la Inteligencia Artificial.
synthesis", Ed. Morgan
Kaufmann Publishers, 1998
Mapa
conceptual de
solución de
problemas
mediante la
satisfacción de
restricciones.
6 razonamiento.
6.1 razonamiento
progresivo.
6.2 razonamiento
regresivo.
6.3 razonamiento
con incertidumbre.
Construir
sistemas de
razonamiento
lógico y de
razonamiento
probabilístico.
25-05-2023
al
08-06-2023
Mapa conceptual de la
representación
basada en reglas de
producción, en la
solución de problemas
basados en
conocimiento.
El alumno discutirá la
diferencia entre
conocimiento casual y
conocimiento de
diagnóstico.
El alumno diseñará la
solución a un problema
propuesto utilizando el ciclo
de vida de un sistema de
producción.
El alumno implementará el
diseño de la solución de un
Saenz M. A. Redes
Neuronales y Sistemas
Borrosos Ed Alfaomega,
2006, ISBN 978-970-15-
1250-0
GONZALO P.M & Santos
P.M, Inteligencia Artificial
e Ingeniería del
Conocimiento, Ed.
AlfaOmega, 2006, ISBN
970-75-1166-2
Cuadro
comparativo de
los diferentes
razonamientos.

5. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
problema utilizando una
herramienta de
programación simbólica.
7 aplicaciones.
7.1 visión.
7.2 lenguaje natural.
7.3 reconocimiento
de voz.
7.4 robótica.
7.5 sistemas
expertos.
7.6 ambientes
gráficos interactivos.
Desarrollar
sistemas
inteligentes
como parte
final del curso.
14-06-2023
al
29-06-2023
Cuadro comparativo
de las distintas ramas
de la inteligencia
artificial y sus
aplicaciones actuales,
identificando
oportunidades de
desarrollo de
soluciones en su
entorno.
El alumno investigará y
complementará la
información sobre la
clasificación de las
diferentes ramas que
comprenden la Inteligencia
Artificial.
El alumno desarrollará y
expondrá en grupo y/o en
equipos, la situación actual
de cada una de las ramas
que comprenden la
inteligencia artificial.
Nilsson, N.J.: "Artificial
Intelligence, a new
synthesis", Ed. Morgan
Kaufmann Publishers, 1998
GONZALO P.M & Santos
P.M, Inteligencia Artificial
e Ingeniería del
Conocimiento, Ed.
AlfaOmega, 2006, ISBN
970-75-1166-2
Simulación de
Inteligencia
Artificial en
reconocimiento
de voz y
robótica.
CONTENIDO ADICIONAL
Agregue aquíel contenido que considere como complementario de los temas anteriores.

6. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
CRITERIOS DE EVALUACIÓN
MODALIDAD EJECUTIVA
MODALIDAD ESCOLARIZADA

7. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
MODELO DE EVALUACIÓN
MODALIDAD EJECUTIVA
MOMENTO OBJETIVO FECHA INSTRUMENTO DE EVALUACIÓN FIRMA
Evaluación Ordinaria
MODALIDAD ESCOLARIZADA
MOMENTO OBJETIVO FECHA INSTRUMENTO DE EVALUACIÓN FIRMA
1er Parcial Formalizar y diseñar sistemas de
razonamiento automático
30-03-2023 Formulario de Google
2do Parcial Implementar yaplicar técnicas de
aprendizaje automático en problemas
de predicción
25-05-2023 Formulario de Google
Evaluación Ordinaria Implementar yaplicar técnicas de
minería de datos
13-07-2023 Formulario de Google

8. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X
REFERENCIAS BIBLIOGRÁFICAS
• Russell, S. y Norvig, P.: "Artificial Intelligence, a modern approach", Ed. Prentice Hall, 1995
• Nilsson, N.J.: "Artificial Intelligence, a new synthesis", Ed. Morgan Kaufmann Publishers, 1998
• WINSTON, Patrick Henry, Inteligencia Artificial, Ed. Addison Wesley Iberoamericana, 1992,ISBN 0-201-51876-7
• GONZALO P.M & Santos P.M, Inteligencia Artificial e Ingeniería del Conocimiento, Ed. AlfaOmega, 2006, ISBN 970-75-1166-2
• MARTÍN DEL BRIO B. & Saenz M. A. Redes Neuronales y Sistemas Borrosos Ed Alfaomega, 2006, ISBN 978-970-15-1250-0
SITIOS WEB
• https://www.tensorflow.org/?hl=es-419 (Tensor Flow)
• https://h2o.ai/ (H20)
• https://polyaxon.com/ (Polyaxon)
• https://www.datarobot.com/ (DataRobot)
• https://www.neuraldesigner.com/ (Neural Designer)
_____OMAR SERRANO TEJEDA_____
NOMBRE Y FIRMA DEL DOCENTE

9. UNIVERSIDAD ALVART
CLAVE C.T. 21MSU1176X