FACULTAD DE INGENIERIA

Slabo
Sistemas Inteligentes

I. DATOS INFORMATIVOS

1.1. ESCUELA PROFESIONAL : Ingeniera de Sistemas

1.2. REA CURRICULAR
1.3. SEMESTRE : 2017-01
1.4. CICLO : VIII
1.5. PRE REQUISITOS : Sistemas Basados en el Conocimiento
1.6. CDIGOS :
1.7. CREDITOS :4
1.8. DURACIN : 16 semanas
1.9. HORAS TERICAS :3
1.10. HORAS PRCTICAS :2
1.11. HORAS SEMESTRALES : 80 (03 teoras, 02 prcticas)
1.12. DOCENTE : Dr. Jorge Gutirrez Gutirrez

II. FUNDAMENTACIN

La asignatura de Sistemas Inteligentes es de naturaleza terica y prctica. Contribuye a la

formacin especializada del ingeniero de sistemas.

El curso est organizado en dos unidades. En la primera unidad se estudia los fundamentos de
los algoritmos genticos y la lgica difusa. En la segunda unidad se desarrollan sistemas
inteligentes basados en redes neuronales, adems de algoritmos de clasificacin.

Durante el desarrollo de la asignatura, se practica la metodologa centrada en el proceso de

aprendizaje del estudiante, quien participa en forma activa, cooperativa, se promueve el
desarrollo de habilidades del pensamiento crtico y creativo, la toma de decisiones y solucin de
problemas, en forma permanente. Se propicia la evaluacin participativa, autoevaluacin y
coevaluacin.

III. COMPETENCIAS

Disea sistemas inteligentes usando tcnicas modernas de inteligencia artificial.

IV. PROGRAMACIN

La programacin se encuentra segn la que se encuentra segn el formato del campus virtual USS

1
 FACULTAD DE INGENIERIA

UNIDAD SEMANA CONTENIDOS CAPACIDADES ACTITUD ACTIVIDADES

Semana 1
Socializacin del 1.1. Presentacin de la asignatura,
slabo. conceptos preliminares.
Introduccin a la
asignatura
(15.abril.2017)

2.1. Antecedentes. Definiciones. Algoritmo

Semana 2 modelo
Algoritmos genticos. 2.2. Introduccin a JGAP.
I Fundamentos.
Algoritmo modelo.
Algoritmos (22.abril.2017)
genticos y
- Lectura del slabo de la asignatura
lgica difusa - Demuestra actitud crtica y
- Lectura de material de estudio
- Resuelve problemas de optimizacin reflexiva para el
- Discusin grupal
3.1. Presentacin de ejemplos prcticos. usando algoritmos genticos. entendimiento del fin de la
Semana 3 - Participacin de foro
profesin.
Solucin a problemas 3.2. Solucin de algoritmos usando JGAP
de optimizacin
(29.abril.2017)

4.1. Solucin a ejercicios propuestos

Semana 4
4.2. Solucin de algoritmos usando JGAP
Evaluacin sumativa
(06.mayo.2017)

2
 FACULTAD DE INGENIERIA

5.1 Definiciones

5.2 Operaciones con conjuntos difusos

Semana 5

Lgica difusa
(13.mayo.2017)

6.1 Algoritmo de control difuso

Semana 6 6.2 Mtodo Mandani

Sistemas de Control 6.3 XFuzzy

Difuso
(20.mayo.2017)
- Demuestra actitud crtica y - Lectura de material de estudio
- Resuelve problemas de control usando reflexiva para el - Discusin grupal
lgica difusa. entendimiento del fin de la - Participacin en actividades de
7.1 Sistemas evolutivos difusos.
profesin. laboratorio
Semana 7 7.2 Casos de aplicacin.

Sistemas evolutivos
difusos.
(27.mayo.2017)

8.1 revisin de la unidad

9.1 examen
Semana 8 y 9

Examen de unidad
(03 y 10.junio.2017)

3
 FACULTAD DE INGENIERIA

10.1 Antecedentes

10.2 Perceptrn
Semana 10
10.3 Aplicaciones
Redes neuronales
(17.junio.2017)

11.1 Reconocimiento de patrones

11.2 Error en el perceptrn

Semana 11

Error
(24.junio.2017)
II - Demuestra actitud crtica y - Lectura de material de estudio
reflexiva para el - Discusin grupal
Redes Resuelve problemas de reconocimiento
entendimiento del fin de la - Participacin en actividades de
neuronales 12.1 Redes MPL usando RNA
profesin. laboratorio
artificiales
12.2 Backpropagation
Semana 12

Backpropagation
(01.julio.2017)

13.1 Redes SOM

Semana 13 13.2 Casos de aplicacin

Redes
autoorganizadas
(08.julio.2017)

4
 FACULTAD DE INGENIERIA

14.1 Redes Hopfield

14.2 Casos de aplicacin

Semana 14

Redes recurrentes
(15.julio.2017)

15.1 Clasificador Naive Bayes

Semana 15 15.2 Aplicaciones

Clasificacin 15.3 Knn

(22.julio.2017)

16.1 Defensa del proyecto de aplicacin

Semana 16

Proyecto de
aplicacin
Examen de unidad
(29.julio.2017)

16.2 Examen

Semana 17

Examen de aplazados
(05.agosto.2017)

5
 FACULTAD DE INGENIERIA

V. PRODUCTO ACREDITABLE

Al culminar la asignatura los estudiantes realizarn dos proyectos; el primero consiste en un

sistema inteligente basado en algoritmos genticos para resolver un problema de
optimizacin. El segundo consiste en el desarrollo de un sistema inteligente para reconocer
patrones de conocimiento usando redes neuronales. Para los temas tratados y de inters del
estudiante se pide elaborar la caracterizacin del tema. El estudiante de octavo ciclo tiene
como producto acreditable la Caracterizacin del tema de investigacin de acuerdo al formato
de tema de tesis establecido por la Facultad de Ingeniera. Se entregar en la semana 14
respectivamente.

VI. ACTIVIDADES DE PROYECCIN Y EXTENSIN

Se requiere evidenciar actividades de proyeccin social a travs del posteo en redes sociales de
temas importantes de los sistemas inteligentes. Se requiere motivar la retroalimentacin de diversos
visitantes. Debe publicar en la segunda semana un dptico digital e iniciar un hilo de conversacin, el
mismo que ser retroalimentado. Presentar el enlace de esta actividad con las evidencias del caso
en la semana 15.

VII. MTODO DE ENSEANZA

Se ha optado por una didctica centrada en el estudiante, con el propsito de fomentar su actividad en
el proceso del aprender. Algunos de ellos son el aprendizaje basado en problemas (ABP), el mtodo
de casos, los proyectos formativos, el trabajo en equipo, el portafolio y la discusin en foros virtuales.

Especficamente, entre las estrategias didcticas que se fomentarn estn las siguientes:

- Estrategias para motivar y provocar la curiosidad por lo que se aprende

Estas estrategias sern empleadas para mantener motivados y predispuestos a los alumnos para el
estudio del curso, en este contexto, el docente utilizar para despertar constantemente el inters,
estimular el deseo de aprender y motivar los esfuerzos para alcanzar metas definidas, aqu juega un
papel importante el dialogo mediado y la comunicacin asertiva.

- Estrategias para organizar la informacin nueva por aprender

Estas estrategias sern muy tiles para organizar esquemticamente la informacin que se
presentar a los participantes del curso, con el fin de hacerla ms atractiva y digerible para los
participantes, para ello, haremos uso de mapas conceptuales, redes semnticas, mapas mentales,
infografas, etc. Situacin que contribuir al logro de aprendizajes significativos.

- Estrategias de argumentacin y refutacin

En el curso fomenta el desarrollo del juicio crtico, la argumentacin de ideas propias y

fundamentadas en marcos tericos que permita al alumno asumir una posicin ante situaciones
polmicas. La estrategia se apoyar en los foros de debate y argumentacin de acuerdo a los
contenidos propuestos en los slabos.

VIII. MEDIOS Y MATERIALES

Sobre los medios de comunicacin, se emplearn las siguientes herramientas e-learning:

- Campus Virtual USS. Escenario donde encontrar la informacin y los medios administrativos-
acadmicos propios del trabajo universitario.
- Correo Crece: es el correo institucional, espacio donde el alumno recibir los mensajes
(comunicados, avisos, informes) del tutor virtual y coordinador de escuela.

Sobre los materiales a utilizar en el trabajo de laboratorio:

- Xfuzzy, joone, java, jgap, python

IX. EVALUACIN DE APRENDIZAJES

La asignatura asume el enfoque de evaluacin por competencias, a travs de un sistema permanente

6
 FACULTAD DE INGENIERIA

de valoracin de los aprendizajes de tal manera que el alumno pueda ir reflexionando en relacin a
sus logros y dificultades. Para tales fines se han estructurado tres tipos de evaluacin; diagnostica,
formativa y sumativa, aplicadas tambin en tres momentos, la primera de ellas al iniciar la asignatura
(evaluacin diagnstica), la segunda durante el proceso (constituido por intervenciones orales,
prcticas calificadas) y la ltima al final (a travs de una evaluacin final).

9.1. Sistema de calificacin

El sistema de calificacin cuantitativa est constituido por todas las pruebas o actividades
consideradas:

Actividades Primera Unidad cdigo Peso

1. Ex. Terico 1 ..... (ET ) 40%
2. Exposicin de investigacin formativa .... (EO) 20%
3. Practica calificada.... (PC) 20%
4. Actitudinal..... (AC) 10%
5. Producto acreditable.(PA) 10%

Actividades Segunda Unidad cdigo Peso

1. Ex. Terico 2 ..... (ET ) 40%
2. Exposicin de proyeccin social....... (EO) 10%
3. Practica calificada.... (PC) 20%
4. Actitudinal..... (AC) 10%
5. Producto acreditable.(PA) 20%

Frmula: cada actividad por su respectivo peso.

9.2. Consideraciones generales

Con respecto a las asistencias:

El estudiante que haya acumulado a lo largo del desarrollo de la experiencia curricular un porcentaje
igual o mayor al 30 % de inasistencias ser inhabilitado.
Solamente se aceptar si tiene una causa relevante (accidente, ciruga u otro problema serio), y si se
presenta dentro del plazo indicado en las normas de evaluacin (hasta 48 horas despus de ocurrida
la inasistencia), con solicitud dirigida al Director de la escuela de Medicina, adjuntando los
documentos reales que acrediten la falta (certificado mdico del CMP visado por Essalud o MINSA,
recetas, y otros). Pasado este plazo NO SE ACEPTARN JUSTIFICACIONES POR NINGN
MOTIVO.
Se aceptarn como mximo dos inasistencias injustificadas, por enfermedad seria u otro motivo
importante. No se aceptarn justificaciones va telefnica, internet o con documentacin incompleta.

Con respecto a los requisitos de aprobacin:

Las fracciones decimales deben mantener su valor hasta en dcimas. Cuando el promedio final tenga
una fraccin igual o mayor de 0.5, sta se considerara como unidad sumndose al promedio.
El estudiante que su promedio es menor a 10.5 pasa a la evaluacin de aplazados que se realizar en
la semana 17.

9.3 Instrumentos de evaluacin

Toda actividad o tarea a ser evaluada estar acompaada por su instrumento de evaluacin,
especficamente una rbrica, donde se estipula los criterios e indicadores de los aprendizajes que se
van a evaluar en cada una de las actividades, estos instrumentos el alumno los encontrar en el
CAMPUS Virtual USS.

7
 FACULTAD DE INGENIERIA

X. BIBLIOGRAFA

a. Roque M., y Palma J. (2008). Inteligencia Artificial. Tcnicas, mtodos y aplicaciones.

1ed Mc Graw Hill.
b. Martn del Brio B., y Sanz A. (2007). Redes neuronales y sistemas borrosos. 3ed
Alfaomega Ra-ma.
c. Russell S., y Norvig, P. (2003). Artificial Intelligence: a Modern Approach. 2nd edition.
Prentice-Hall.
d. Garca A. (2012). Inteligencia Artificial. Fundamentos, prctica y aplicaciones.
Alfaomega.
e. Soplopuco A. (2013). Implementacin de un sistema inteligente basado en lgica
dufusa para la desnutricin de nios menores a 5 aos. Tesis para optar el grado de
Ingeniero de Sistemas. Universidad Seor de Sipn.
f. Piscoya P, Torres D. (2013). Implementacin de un sistema inteligente utilizando un
modelo de redes neuronales para el pronstico de enfermedades gineco obsttricas
recurrentes en el hospital provincial Beln, Lambayeque . Tesis para optar el grado de
Ingeniero de Sistemas. Universidad Seor de Sipn.
g. Efio M, Saavedra S. (2013). Implementacin de una aplicacin inteligente utilizando la
tcnica de redes neuronales para identificar los estilos individuales de aprendizaje
tipo Vark. Tesis para optar el grado de Ingeniero de Sistemas. Universidad Seor de
Sipn.

10.1 Roque M., y Palma J. (2008). Inteligencia Artificial. Tcnicas, mtodos y aplicaciones. 1ed Mc
Graw Hill

En este libro recoge una compilacin de diversos temas de la

inteligencia artificial.

El libro se puede leer desde la siguiente direccin:

https://books.google.com.pe/books?id=Zazm6H31Q9IC&pg=PA47&lpg=PA47&
dq=+Riera,+J.+(1985):+Historia,+Medicina+y+Sociedad.+Madrid,+Pirmide&s
ource=bl&ots=pwxDJRM0vA&sig=fTYM-
TeGsapvpn6ApF6zDDWJGh4&hl=es&sa=X&ved=0ahUKEwiNudnbl_XKAhWH
ZCYKHTSrBTcQ6AEIGjAA#v=onepage&q=%E2%80%A2%20Riera%2C%20J.
%20(1985)%3A%20Historia%2C%20Medicina%20y%20Sociedad.%20Madrid
%2C%20Pir%C3%A1mide&f=false

10.2 Russell S., y Norvig, P. (2003). Artificial Intelligence: a Modern Approach. 2nd edition. Prentice-
Hall.

En este libro se enfoca la teora del agente inteligente propuesto

por estos dos autores americanos. A lo largo del libro se tratan los
temas de lgica de predicados, bsqueda, razonamiento,
procesamiento del lenguaje natural, entre otros. Lo puedes buscar
por el nombre o a travs de la siguiente direccin:
http://iarp.cic.ipn.mx/~hcalvo/Inteligencia_Artificial_files/Inteligencia
%20Artificial,%20Un%20Enfoque%20Moderno%20-
%20Stuart%20J.%20Russell,%20Peter%20Norvig%20-
%20Prentice%20Hall%20(ocr,%20caps%201-11).pdf

8
 FACULTAD DE INGENIERIA

10.3 Garca A. (2012). Inteligencia Artificial. Fundamentos, prctica y aplicaciones. Alfaomega

En este libro se enfoca la solucin de muchos problemas de inteligencia

artificial usando python. A lo largo del libro se tratan los temas de lgica
de predicados, bsqueda, razonamiento, procesamiento del lenguaje
natural, lgica difusa, redes neuronales, entre otros.