Profesor:

L. Enrique Sucar
esucar (AT) inaoep.mx

Curso:

• Leer artículos capítulos 1 y 2 de Russell
• Leer capítulo 3 de Russell
• Plantear el problema de las Torres de Hanoi como un problema de búsqueda:
• Especificar la representación de los estados, estado inicial y meta
• Especificar los operadores para generar estados
• Mostrar el árbol completo para el caso de 3 discos
• ¿Se te ocurre alguna heurística para hacer más eficiente la búsqueda?

• Resolver el problema del robot en el laberinto (ver figura) como un problema de búsqueda. El robot debe ir de la posción inicial (1) a la meta (16) moviendose hacia arriba/abajo/derecha/izquierda, no puede atravesar paredes ni salirse del cuadro. Muestra el procedimiento (estados y costos) para resolverlo con:
• Branch and Bound
• A*

• Representar en lógica de predicados el conocimiento de un área de tu elección que contenga al menos 5:
• Predicados
• Funciones
• Reglas
• Constantes
  

• Leer sobre representaciones estructuradas e híbridas.
  

• Leer sobre manejo de incertidumbre en sistemas expertos
• Práctica 1: presentación de avance en clase.
  

• Leer sobre redes bayesianas
  
• Práctica 1: reporte y demostración en clase.
  

• Leer capítulo redes bayesianas
  
• Ejercicios redes bayesianas (Entregar impreso Jueves 10):

• Agentes inteligentes
• Búsqueda
• Agentes basados en conocimiento: lógica, reglas, estructuradas, híbridas
• Agentes que razonan con incertidumbre: redes bayesianas

• Leer sobre agentes que aprenden
  
• Práctica 2: selección de fármacos para VIH basada en redes bayesianas
  

• Leer sobre clasificadores bayesianos
  
• Práctica 2: presentación de avance
  

• Leer sobre aprendizaje por refuerzo
  
• Práctica 2: reporte final impreso y presentación de avance
  

• Leer sobre árboles de decisión
  
• Práctica 3: presentación de avance
  

• Leer sobre sistemas multiagentes
  
• Práctica 3: reporte final impreso y presentación
  

• Leer sobre  sistemas  de visión
  

• Leer sobre sistemas robóticos
  

• Implementar un sistema de reglas de producción y aplicarlo al problema de selección de fármacos para el VIH (reglas) - ESPECIFICACIÓN
  
• Presentación de avance: 17 de febrero
• Entrega y demostración: 1 de marzo
• Base de Reglas de Prueba [txt]
  

• Desarrollar un sistema basado en redes bayesianas para selección de fármacos para VIH e implementarlo con la herramienta Elvira, incluyendo:
• El diseño de la estructura de la red bayesiana que incorpore como variables a los diferentes fármacos y las diversas mutaciones
• Estimar las probabilidades condicionales para la red bayesiana a partir de los datos [Tabla de Datos de VIH - provisional -]
• Implementar el modelo en la herramienta Elvira [Software]
  
• Realizar inferencias para varios casos de prueba, basado en la base de datos, y ver que al darle como evidencia los genes concuerdan los fármacos recomendados
• Hecer un reporte que contenga al menos lo siguiente:
• Introducción al problema de VIH y como se ataca con redes bayesianas
  
• Descripción de como se diseño la estructura de la red bayesiana
• Descripción de como se obtuvieron los parámetros (probabilidades)
• Implementación en Elvira (impresión de la estructura y ejemplos de tablas de probabilidad)
• Resultados de los casos de prueba
• Conclusiones
• Referencias
  
• Presentación de avance (diseño de la red bayesiana): 31 de marzo
• Entrega reporte impreso y demostración: 7 de abril

• Desarrollar un sistema basado en aprendizaje para clasificación de fármacos para VIH mediante el desarrollo de un programa que genere árboles de decisión a partir de datos:
• Diseño e implementación del algoritmo ID3 considerando clase binaria y atributos discretos
  
• El programa debe leer los datos de un archivo de acuerdo al formato especificado. Primer renglón: nombre de cada atributo separados por comas y al final la clase. Segundo renglón en adelante: datos separados por comas de acuerdo al orden del primer renglón, por ejemplo:
  
• atributo1,atributo2,atributo3, ...,clase
• xxx,yyy,zzz,...ccc
• ....
• ....
  
• El programa debe escribir el árbol resultante en un archivo y mostrarlo en la interfaz (formato lo define cada quien)
  
• Probar el programa con los datos de golf
  
• Aplicar el programa a los datos de VIH
  
• Hecer un reporte que contenga al menos lo siguiente:
• Introducción al problema de VIH y como se ataca con árboles de decisión
  
• Diseño del programa (algoritmos y estructura de datos)
  
• Aplicación a datos del golf
  
• Aplicación a datos del VIH
  
• Resultados de VIH y análisis
  
• Conclusiones
• Referencias
• Anexos - listados del programa y árboles resultantes
  
• Presentación de avance (diseño de la red bayesiana): 26 de abril
  
• Entrega reporte impreso y demostración: 3 de mayo
  

• Parte 1
• Parte 2
• Parte 3