Conclusiones capítulo 5 Cátedra. El diseño de automóviles culmina en las carreras de Fórmula 1 El diseño de programas de la IA culmina en los juegos Dedicarse.

Slides:



Advertisements
Presentaciones similares
APRENDIZAJE BASADO EN PROYECTOS
Advertisements

OTROS CAMPOS DE LA IA.
INTELIGENCIA ARTIFICIAL
Búsqueda en árboles de juego
INTELIGENCIA ARTIFICIAL
IDEAS ACERCA DEL PROCESO DE CAMBIO Adaptado del trabajo de Michael Fullan.
Inteligencia Artificial
Inteligencia Artificial
Inteligenica Artificial I Alejandro Permingeat Inteligencia Artificial de Russell y Norving 1° edición 1996 Parte II Capítulo V.
Conclusiones capítulo 3 Cátedra. Descubrimos que la natura los resuelve (a largo alcance) por ciegos mecanismos genéticos de selección natural (que poda)
Inteligencia Artificial
APRENDIZAJE BASADO EN PROYECTOS
INTELIGENCIA ARTIFICIAL
CARACTERISTICAS PRINCIPALES DE LOS SISTEMAS EXPERTOS
UNIVERSIDAD NACIONAL DE TIERRA DEL FUEGO INSTITUTO DE LA EDUCACIÓN Y EL CONOCIMIENTO Ushuaia, 18 de agosto de 2011 Río Grande, 19 de agosto de 2011.
IA e IA Distribuida Para Juegos SIN Jaime Barrachina Verdía.
Uso de tecnología en espacios expositivos. Educación y museos - La educación siempre ha sido un elemento de la misión de los museos - Recientemente, se.
Un proyecto para el aprendizaje de los modelos de líneas de espera y de simulación en el contexto del ABP Programa de Incentivación de la Innovación Docente.
Definición Machine learning traducido al español significa el aprendizaje automático o también aprendizaje de las maquinas. A partir de esto podemos darle.
Inteligencia Artificial Búsqueda entre adversarios
Sistemas Expertos.
BUSQUEDA EN JUEGOS DE ADVERSARIO Sección 1-4
Equipo # 1 Norma Pimentel Wendy Hernandez Julisa Javier Mario Tristán.
REDES NEURONALES ARTIFICIALES
Av. Hermenegildo Galeana Mz. 540 Lt. 9 Col. San Isidro Valle de Chalco
Inteligencia artificial
Teoría de la atribución Hunter y Barker (1998) los alumnos se inclinan mas a asumir su parte de responsabilidad en el aprendizaje si piensan que su éxito.
INTELIGENCIA ARTIFICIAL.
Fundamentos e Historia de la Inteligencia Artificial Introducción: Capítulo 1.
El Zócalo Académico Monterrey, Mexico. Quisiera Comenzar con dos Tipos de Imágenes (I) Contenido(II) Pedagogía.
Diseño y análisis de algoritmos
OBJETIVOS DE APRENDIZAJE
Relación docente-alumno Criterios de Evaluación Comentarios
Aprendizaje (Machine Learning)  Pregunta interesante: Podemos hacer que las computadoras aprendan?  Aprender: mejorar automáticamente con la experiencia.
Algoritmo Poda Alpha-Beta
METODOS DE BUSQUEDA INFORMADOS CAPITULO 5
Resultados de evaluación Módulo de formación docente Principios Pedagógicos 2011.
Desarrollo de un Jugador de GO Basado en Redes Neurales Evolutivas. Prof. Alejandro Luján Prof. Wilmer Pereira Universidad Catolica Andres Bello.
Parte II. Algorítmica. 5. Backtracking. 1. Análisis de algoritmos.
Titulo del trabajo Autor:. Tutor:..
ÁREA DE CIENCIAS NATURALES
Roles alumno-instructor
Algoritmos Genéticos en Aprendizaje Clase 3 de Computación Evolutiva.
Inteligencia Artificial
Inteligencia Artificial Búsqueda entre adversarios Primavera 2008 profesor: Luigi Ceccaroni.
Claves para integrarlo en el aula  La correcta selección de las actividades a realizar con el material elegido para reforzar un tema.  El ordenador es.
8.- Inteligencia artificial
INTRODUCCIÓN A JUEGOS (BÚSQUEDA CON ADVERSARIOS)
MOTIVACIÓN Y APRENDIZAJE Tema 18 Psicología Médica.
 Comunicación proviene de la palabra latina Communis, que significa común, por tal motivo al comunicarse, se trata de establecer una comunidad con alguien.
ESCUELA HUMANO- CONDUCTISTA
NUEVAS TECNOLOGIAS.
SISTEMAS EXPERTOS (SE) Coronel Jaramillo Ricardo
ELBER ENRIQUE SALAMANCA Lic. En Informática Educativa. Tema a Tratar. INTELIGENCIA ARTIFICIAL ¿Alguna vez pensarán las máquinas? La Inteligencia Artificial.
La integración de la Computadora en la Educación Cátedra: Práctica Educativa II Facultad de Ciencias Exactas y Naturales Universidad Nacional de La Pampa.
Introducción a los Sistemas Inteligentes
Definición de IA Ana Lila Laureano-Cruces Universidad Autónoma Metropolitana - Azacapotzalco.
Aprendizaje basado en proyectos Estrategias de Aprendizaje Unidad VI “Estrategias de Aprendizaje” Profesora Yazmín Maldonado Robles.
La planificación de la enseñanza
EL CONOCIMIENTO HUMANO COMO QUEHACER SOCIAL E HISTÓRICO
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
Transformaciones en la docencia universitaria
Transformaciones en la docencia universitaria
MARIA ANGELICA DANGOND ROJAS INFORMATICA EDUCATIVA UPC.
Marco de Trabajo para Indexación, Clasificación y Recopilación Automática de Documentos Digitales Javier Caicedo Espinoza Gonzalo Parra Chico.
VERBOS PARA EXPRESAR OBJETIVOS DE APRENDIZAJE
NOMBRE: Paula Andrea Bedoya Rojas. GRADO: 7.3. Institución Educativa Debora Arango P.
PONENCIA: III ENCUENTRO VIRTUAL DE DOCENTES CON EXPERIENCIAS DE AULAS DE INNOVACIONES PEDAGOGICAS 2013 “MEGATENDENCIAS EN EDUCACIÓN”
LAS NUEVAS TECNOLOGÍAS Y LA EMPRESA BY: ANGEL CEDEÑO NIKAURIS CANO AILEEN SANTIZO.
Algoritmo Poda Alpha-Beta
Transcripción de la presentación:

Conclusiones capítulo 5 Cátedra. El diseño de automóviles culmina en las carreras de Fórmula 1 El diseño de programas de la IA culmina en los juegos Dedicarse a los juegos es divertido (y peligroso) Según muchos psicólogos, los juegos adultos son una forma de escape del mundo real - como tal, no pretendamos que sean muy aplicables. Sin embargo, ilustran temas importantes de la IA la perfección es inobtenible basta con aproximarse a la perfección (PRR) Las ideas pensar acerca de lo que hay que pensar superar la incertidumbre, que restringe la atribución de valores a los estados Alejandro Permingeat 1

Conclusiones capítulo 5 Cátedra. Repetición: El diseño de programas de la IA se concreta en los juegos Durante el diseño de un juego surgen temas muy importantes- p.ej., el reconocimiento de patrones como actividad fundamental (Go) p.ej., el uso de redes neurales cuando el caso es muy complejo (Tetris, Backgammon) p.ej., el aprendizaje reforzado como heurística casi inevitable (Samuel) Samuel (1959) mide en el juego de damas la DIFERENCIA entre – el resultado del cálculo de EVAL directamente de una posición y – el resultado PREDICHO de una exploración hacia niveles más profundos. – Esa DIFERENCIA implica la posibilidad de un aprendizaje por refuerzo de EVAL, mejorandolo y abriendo campos a la curiosidad con cada nuevo aprendizaje. Alejandro Permingeat 2

Conclusiones capítulo 5 Alumno. Los juegos son un campo en donde la Inteligencia Artificial experimenta sus avances dado que estos poseen un número relativamente bajo de estados, los cuales son bien conocidos. El algoritmo minimax posee un muy buen desempeño en juegos en los que intervienen dos jugadores los cuales se enfrentan. La poda alfa-beta disminuye drásticamente el espacio necesario para procesar árboles complejos, llevando al algoritmo minimax a realizar un desempeño mucho mas eficiente. Alejandro Permingeat 3