Este documento presenta el sílabo del curso de Inteligencia Artificial I dictado en la Escuela Superior Politécnica Agropecuaria de Manabí. El curso tiene una carga de 3 créditos y se enfoca en los fundamentos de la inteligencia artificial y las redes neuronales artificiales. Los objetivos del curso son que los estudiantes identifiquen los aspectos fundamentales de la inteligencia artificial, distingan el concepto de agentes inteligentes y utilicen modelos de redes neuronales para la creación de agentes estímulo-respuesta inteligentes

1. ESCUELA SUPERIOR POLITÉCNICA AGROPECUARIA DE
MANABÍ
MANUEL FÉLIX LÓPEZ
CARRERA DE INFORMÁTICA
SÍLABO DEL CURSO
INTELIGENCIA ARTIFICIAL I (CIENCIAS PROFESIONALIZANTES)
PERIODO SEMESTRAL: Marzo 2015 / Agosto 2015
1. CÓDIGO Y NÚMERO DE CRÉDITOS:
CÓDIGO: II0601
NÚMERO DE CRÉDITOS: 3 créditos (2 TEORÍA + 1 PRÁCTICA).
SEMESTRE: Sexto. PARALELO: A
2. DESCRIPCIÓN DEL CURSO.
Es una materia que permite al estudiante adquirir conocimientos sobre
los fundamentos de la Inteligencia Artificial, así como la aplicabilidad de
las Redes Neuronales Artificiales (RNA) en la resolución de problemas
mediante la utilización de agentes inteligentes.
3. PRE-REQUISITOS Y CO-REQUISITOS:
PRE-REQUISITO: II0304 ESTRUCTURA DE DATOS
CO-REQUISITO: Ninguno.

2. 4. TEXTO Y OTRAS REFERENCIAS REQUERIDAS PARA EL
DICTADO DEL CURSO
TEXTO GUÍA:
Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque
Moderno. Segunda Edición. Pearson Education. España
BIBLIOGRAFÍA COMPLEMENTARIA:
Nillson, N. 2010. The Quest for Artificial Intelligence. Segunda Edición.
Stanford University. Estados Unidos
Palacios, F. 2003. Redes Neuronales con GNU/Linux. GNU Free
Documentation License. Chile.
Ahmad, I. et al. 2009. “Prediction Of Shear Strength Of Reinforced
Concrete Beams Using Artificial Neural Network Model”. Journal of
Science and Technology. Disponible
en: http://go.galegroup.com/ps/i.do
id=GALE%7CA247164668&v=2.1&u=senescyt_cons&it=r&p=GPS&sw
=w
David, B. 2013. “Determining the value of information for collaborative
multi-agent planning.” Autonomous Agents and Multi-Agent Systems. 26
(3), 315-353.
5. OBJETIVOS GENERALES DEL CURSO (RESULTADOS O
LOGROS DE APRENDIZAJE DEL CURSO)
Los estudiantes serán capaces de demostrar sus conocimientos del
contenido de Inteligencia Artificial I, través de los siguientes logros:
a. (C4) Identificar los aspectos fundamentales del amplio campo de la
Inteligencia Artificial para tener una visión global de los orígenes y
motivaciones de ésta área.
b. (C4) Distinguir el concepto de agentes inteligentes como aspecto
central de la Inteligencia Artificial.
c. (C3) Interpretar la estructura e importancia de las redes neuronales
artificiales como herramienta para dar forma al funcionamiento del
cerebro humano en agentes computacionales.

3. d. (C4) Diferenciar los modelos más importantes de redes neuronales
artificiales enfocándose en sus características.
e. (C3) Utilizar los modelos de redes neuronales artificiales para la
creación de agentes estímulo-respuesta inteligente.
6. TÓPICOS O TEMAS CUBIERTOS
7. HORARIO DE CLASES.
16 Semanas por el semestre, más una semana cultural, 3 clases por
semana de 60 minutos cada una.
Martes: Una hora de clases en el aula 305. (17h00 a 18h00).
Miércoles: Dos horas de clases en el aula 305. (20h15 a 22h15).
8. CONTRIBUCIÓN DEL CURSO EN LA FORMACIÓN DEL
INGENIERO EN INFORMÁTICA
9. RELACIÓN DEL CURSO CON EL CRITERIO RESULTADO DE
APRENDIZAJE.

4. 10. EVALUACIÓN DEL CURSO.
11. RESPONSABLE DE LA ELABORACIÓN DEL SÍLABO Y FECHA
DE PRESENTACIÓN Y REVISIÓN: