Continguts
1. Introducció a
2. Definició d'agents racionals, metodologia de
resolució de problemes i representació de coneixement.
3. Reconeixement de patrons
3.1. Tècniques estadístiques. Espais de característiques. Definicion
bàsiques de la representació. El problema de la classificació automàtica i
l'aprenentage supervisat i no-supervisat. Funcions de decisió. Assumpcions sobre
les distribucions de les dades d'aprenentatge. Selecció de característiques. k-means.
3.2. Tècniques estructurades. Xarxes semàntiques. Definicions bàsiques. El
problema de la correspondència de grafs. Repàs a la representació amb matrius
d'adjacència. Introducció de mesures de similitud.
4. Presa
de decisions per exploració d'alternatives
4.1. Cerca informada. Nocions bàsiques sobre cerca i recordatori
d'algorismes de cerca no-informada. Anàlisi dels algorismes de cerca:
completesa, optimalitat i complexitat. Concepte d'heurística i exemples. Cerca
infomada bàsica i òptima. A* i anàlisi de les propietats de l'A*. Concepte de
factor de ramificació efectiu. Propietats interessants de les heurístiques.
4.2. Cerca amb adversaris. Definicions bàsiques. Algorisme del
minimax. Exemples. Poda alfa-beta. Anàlisi de les complexitats. Modificacions
al minimax: aprofundiment progressiu, poda heurística, heurística d'extensió
singular (efecte horitzó). Exemples de funcions heurístiques.
4.3. Cerca per a satisfacció de restriccions. Definicions bàsiques. Repàs de l'algorisme de Backtracking. Anàlisi de complexitat. Exemples en Prolog. Algorisme de Backtracking amb Forward checking. Aplicació a la interpretació de figures trièdriques.
5. Raonament
5.1. Lògica. Representació més general del
coneixement. Repàs general de les eines bàsiques: mecanismes de raonament,
deducció natural, resolució, formes normals i algorismes de canvi de forma,
programació lògica, prolog. Problemes de la lògica per a la resolució de
problemes de canvis d'estat. Càlcul de situacions. Mètode de Green. Problema
del frame. Axiomes de marc de referència.
5.3. Raonament amb incertesa. Representació de coneixement amb incertesa o vaguetat.
Aproximació basada en la definició de factors de certesa. Aproximació
probabilística basada en les probabilitats condicionades i el teorema de Bayes.
Aproximació basada en la teoria dels conjunts difusos. Aplicació en tots els
casos a la propagació de la incertesa en coneixement representat en regles. Exemple
de control difús d'un procés.
6.
Planificació de tasques
Problemes de la cerca a l'espai d'estats. Cerca a
l'espai de plans. Representació de plans d'ordre parcial.
Planificació amb plans d'ordre parcial. Retrocés a l'espai de plans. Plans
parcialment instanciats. Descomposició jeràrquica de plans. Anàlisi dels
algorismes.