Python

  1. Distribución anaconda

  2. Tutorial rápido e interactivo (aunque viejito) de Python 2.7

  3. Libro Think python (gratuito y libre)

  4. Libro de Python para programadores

  5. Y la opinión de la mayoría de los expertos es…

I found that picking up a problem and solving it in a new language is the best way to learn. I don’t believe in reading - it wastes a huge amount of time, and you can easily end up reading for too long. My advice is to find a problem and set off to solve it with Python. You will learn alot in the process.

Introducción a la IA

  1. Presentación del curso
  2. Video introductorio a la IA (UC Berkeley)
  3. El artículo original de Turing

Agentes inteligentes

  1. Presentación de Stuart Russell sobre agentes inteligentes (viejita pero buena)

  2. Subconjunto de la presentacion de Russell para ser usada en clase

Búsquedas locales

  1. Un blog con un ejemplo de temple simulado

  2. Artículo con la convergencia del algoritmo de temple simulado

  3. Unas notas (libro) excelentes en computación evolutiva

  4. Un ejemplo de programa sencillo de algoritmo genético en python, El algoritmo genético y la prueba con el problema de las n-reinas.

  5. El artículo original con el algoritmo AC-3

  6. El algoritmo AC-3 en Wikipedia (muy claro, sin errores)

Búsquedas en entornos discretos, dinámicos y determinísticos (o simplemente búsquedas)

  1. Presentación de Gutiérrez Naranjo (U. de Sevilla) sobre modelos para búsquedas

  2. Presentacion a base de recortes de otras presentaciones sobre búsquedas para usar en clase

Representación del conocimiento

  1. Presentación de P. Norvig sobre inferencia en redes bayesianas

  2. Notas del curso de ML de Standford sobre probabilidad

Aprendizaje máquina

  1. Presentación inicial de aprendizaje máquina

  2. Introducción a ML de Y. S. Abu-Mustafa (CALTECH)

  3. ¿Es posible que un programa aprenda?

  4. Errores para aprendizaje supervisado

  5. Máquinas de vectores de soporte

  6. Presentación sobre las K-medias

Exámenes de ejemplo para estudiar

Exmenes de medio semestre

  1. Examen intermedio semestre 2017b-2

Exámenes finales

  1. Examen final semestre 2017b-2
  2. Examen final de ejemplo para practicar

Actividades de evaluación continua

  1. Practicando con python
  2. Dinámica grupal para manear conceptos de agente inteligente
  3. Proponer una técnica de optimización metaheurística no estándar basada en cualquier inspiración, mientras más simpática mejor, y discutir porque sería una buena representación, o no. En particular, evidenciar cuales serían los requerimientos para asegurar que el método converge asimptóticamente a un mínimo global.
  4. Probar con el algoritmo genético para el problema de las N-reinas
  5. El problema de elaborar crucigramas y como representarlos, como un problema de CSP.
  6. Búsquedas y heurísticas
  7. El algoritmo de minimax y poda alfa-beta
  8. Inferencia exacta en redes bayesianas
  9. Inferencia aproximada y reduccion de redes bayesianas