000			03362nam a22003377a 4500
003			BO-EaUP
005			20241018114853.0
008			240724b |||||||| |||| 00| 0 eng d
015			_a2008 _qD. L.
020			_a978-84-481-5618-3
040			_aBiblioteca de Ingenieria de Sistemas _bspa _cBiblioteca de Ingenieria de Sistemas _eRDA
041			_aspa
043			_aa-ii
082			_221 _a006.32
092			_a006.32 _SIN61
100			_aPalma Méndez José Tomás _cDr. _eAutor _93609
245			_aInteligencia Artificial: Técnicas, métodos y aplicaciones / _cJosé T. Palma Méndez
250			_aTercera Edición
260			_aIndia : _bMcGraw-Hill, _c1 Marzo 2008
300			_axxv, 1022 páginas ; _b Ilustraciones (blanco y negro), figuras, diagramas ; tapa blanda ; _c17x24 centímetros ; _frústico
336			_2rdacontenido _atexto _btxt
337			_2rdamedia _ano mediado _bn
338			_avolumen _bnc
505			_aI. INTRODUCCIÓN: 1. Aspectos conceptuales de la IA y la IC.-- II. REPRESENTACIÓN DE CONOCIMIENTO E INFERENCIA: 2. Lógica de representación del conocimiento.-- 3. Sistemas basados en reglas.-- 4. Redes semánticas y marcos.-- 5. Ontologías.-- 6. Sistemas basados en modelos probabilísticos.-- 7. Conjuntos borrosos.-- III. TÉCNICAS: 8. Introducción a las técnicas de búsqueda.-- 9. Técnicas basadas en búsquedas heurísticas.-- 10. Problemas de satisfacción de restricciones (CSP).-- 11. Computación Evolutiva.-- IV. TAREAS: 12. Diagnosis.-- 13. Planificación.-- 14. Control.-- V. APRENDIZAJE Y MINERÍA DE DATOS: 15. Redes neuronales.-- 16. Técnicas de agrupamiento.-- 17. Aprendizaje de arboles y reglas de decisión.-- 18. Técnicas de extracción de reglas.-- VI. ASPECTOS METODOLÓGICOS Y APLICACIONES: 19. Ingeniería de conocimiento.-- 20. Sistemas multigentes.-- 21. Verificación y validación de sistemas inteligentes.-- 22. Razonamiento basado en caos.-- 23. Reconocimiento de Formas
520			_aEn Inteligencia Artificial: técnicas, métodos y aplicaciones, se han intentado conjugar los tópicos clásicos de la IA, que se vienen cubriendo en la docencia de grado, con otros tópicos avanzados que pueden ser ubicados tanto en la docencia de grado como de posgrado. De esta forma, el libro se ha dividido en las siguiente partes: Introducción, donde se analizan los diferentes paradigmas en los que se basa la IA en la actualidad; Representación de conocimiento e inferencia, donde se abordan desde los aspectos mas avanzados relacionados con las gestión de la incertidumbre; Técnicas, entre las que se incluyen las clásicas de búsqueda hasta aspectos mas avanzados como la computación evolutiva; Tareas donde se analiza procesos complejos como pueden ser la planificación y el diagnostico; Aprendizaje y minería de datos, donde se hace una introducción a algunas técnicas de aprendizaje supervisado y no supervisado, y finalmente, Aspectos metodológicos y aplicaciones en la que se ha intentado abordar temas como la Ingeniería de conocimiento, Sistemas multiagentes y Razonamiento basado en casos.
521			_aEsta destinado a docentes y estudiantes de carreras de ingeniería, ciencias tecnológicas.
650			_aINTELIGENCIA ARTIFICIAL I _93610
653			_aAPRENDIZAJE Y MINERIA DE DATOS
700			_aRoque Marín Morales _eAutor _93612
942			_2ddc _cBK _e21 _n0
999			_c4369 _d4369