Objetivo

Conocer diferentes técnicas para resolver problemas de optimización combinatoria con heurísticas, tales como algoritmos genéticos y recocido simulado; así como técnicas para representar y manejar conocimiento incierto o impreciso, tales como redes bayesianas y lógica difusa. También ser capaz de identificar problemas, modelarlos e implementar soluciones utilizando esas técnicas.

Políticas y evaluación [pdf]

Calendario general [pdf]

Temario [pdf]

Sesión 1: Introducción [pdf]

Sesión 2: Formulación de problemas [pdf]

Sesión 3: Búsqueda I [pdf]

Sesión 4: Búsqueda II [pdf]

Sesión 5: Búsqueda local [pdf]

Sesión 6: Soluciones a problema de los caníbales: [sol1,sol2]

Sesión 6: Recocido simulado: generalidades [pdf]

Guía proyecto I [pdf]

Sesión 7: Recocido simulado: algoritmo [pdf]

Sesión 8: Recocido simulado: recomendaciones, ejemplo [pdf], ejemplo [txt]

Sesión 9: Algoritmos genéticos: Introducción y operadores básicos [pdf]

Sesión 10: Ejercicios [pdf] Soluciones [pdf]

Sesión 11: Algoritmos genéticos: Esquemas I [pdf]

Sesión 12: Algoritmos genéticos: Esquemas II [pdf (letra grande)] [pdf (letra pequeña)]

Sesión 13: Mejoras a algoritmos genéticos I [pdf]

Sesión 14: Mejoras a algoritmos genéticos II [pdf]

Sesión 15: Razonamiento probabilístico y redes bayesianas: Introducción [pdf]

Sesión 16: Razonamiento probabilístico y redes bayesianas: Probabilidad y Teorema de Bayes [pdf][Ejercicio y tarea doc][correcciones]

Proyecto: Aspectos a cubrir Octubre 16 [txt]

Sesión 17: Razonamiento probabilístico y redes bayesianas: Clasificador bayesiano, representación y semántica de RB [pdf][ejemplo-clasificador][autos]

Sesión 18: Razonamiento probabilístico y redes bayesianas: Semántica de RBs e inferencia exacta [pdf]

Sesión 19: Ejercicios [pdf]

Sesión 20: Conclusiones RBs, introducción a lógica difusa [pdf]

Sesión 21: Lógica difusa: conjuntos difusos[pdf]

Sesión 22: Lógica difusa: reglas, inferencia I [pdf]

Sesión 23: Presentaciones de avances [pdf]

Sesión 24:  Lógica difusa: reglas, inferencia II [pdf]

Sesión 25:  Cierre del curso [pdf]

Artículos relacionados:

N. Metropolis. The Beginning of Monte Carlo Method, Los Alamos Science, Special Issue dedicated to Stanislaw Ulam: 125–130, 1987

Leave a Reply

Your email address will not be published.