Introducción a la Inteligencia Artificial

Guía con introducción, conceptos y prácticas para aprender sobre inteligencia artificial. 1- INTRODUCCIÓN 1.1. Definición de Inteligencia Artificial (IA) y evolución histórica 1.2. Técnicas de resolución de problemas de IA 1.3. Criterios de éxito de la IA 1.4. Resolución de problemas de IA: 1.4.1. Definición formal del problema 1.4.2. Estrategia de control: Métodos de búsqueda 1.4.3. Análisis del problema 2- JUEGOS 2.1. Introducción 2.2. Juegos sin adversario: algoritmo A* 2.3. Juegos con adversario : algoritmo Minimax 2.3.1. Búsqueda Minimax 2.3.2. Poda alfa-beta de la búsqueda Minimax 2.3.3. Refinamientos adicionales 2.3.3.1. Poda de inultilidades 2.3.3.2. Espera del reposo 2.3.3.3. Búsqueda secundaria 2.3.3.4. Uso de movimientos de libro 2.3.3.5. Búsqueda sesgada 2.4. Algoritmos alternativos 2.4.1. Minimax dependiente de adversario 2.4.2. Profundización iterativa 2.4.2.1. Profundización iterativa en juegos bipersonales: MINIMAX 2.4.2.2. Profundización iterativa en juegos unipersonales 3- APRENDIZAJE 3.1. Introducción 3.2. Aprendizaje memorístico 3.3. Aprendizaje a través de consejos 3.4. Aprendizaje mediante experiencia en la resolución de problemas 3.4.1. Aprendizaje por medio del ajuste de parámetros 3.4.2. Aprendizaje con macro-operadores 3.4.3. Aprendizaje mediante troceado 3.5. Aprendizaje a partir de ejemplos o Inducción 3.5.1. Programa de aprendizaje de Winston 3.5.2. Espacios de versiones 3.5.3. Árboles de decisión 3.6. Aprendizaje basado en explicaciones 3.7. Descubrimiento 3.7.1. Descubrimiento conducido por teorías 3.7.2. Descubrimiento conducido por datos 3.7.3. Clustering 3.8. Analogía 3.8.1. Analogía transformacional 3.8.2. Analogía derivacional 3.9. Aprendizaje con Redes Neuronales 3.9.1. Redes neuronales de alimentación positiva 3.9.2. Perceptrones 3.9.3. Redes de interpolación y de aproximación