Usted está aquí: Inicio Ingeniería Informática Programación Automática

Programación Automática, 2013

Acciones de Documento
  • Fuente RSS
  • Vista de contenidos
  • Marcadores (bookmarks)
  • Exportación de LTI
Autores: Ricardo Aler Mur, Fernando Fernández Rebollo, Raquel Fuentetaja Pizan, David Quintana Montero
Esta asignatura aborda el tema de la Programación Automática desde una perspectiva de Aprendizaje Automático. La asignatura comienza tratando los primeros intentos dentro de la Inteligencia Artificial de aprender programas en LISP mediante la técnica de Summers. Pero el objetivo de la asignatura es mas amplio y se centra en el aprendizaje inductivo de estructuras que tengan la potencia de un programa de ordenador o de atacar tareas que para su resolución requerirían escribir un programa.
Course Image

ALER MUR, RICARDO
FERNÁNDEZ REBOLLO, FERNANDO
FUENTETAJA PIZAN, RAQUEL
QUINTANA MONTERO, DAVID

Departamento de Informática
Universidad Carlos III de Madrid

Ciencia de la Computación e Inteligencia Artificial.

Primer curso
Máster en Ciencia y Tecnología Informática .


Noviembre de 2013.

Imagen cortesía de wikimedia

19.5 horas de teoría.

3 horas de presentación de trabajos de investigación

 

PRERREQUISITOS Y CONOCIMIENTOS PREVIOS RECOMENDADOS

Aunque no es necesario, es útil haber cursado alguna asignatura relacionadas con aprendizaje automático (minería de datos, redes de neuronas, computación evolutiva, ...).

 

DESCRIPCIÓN GENERAL DE LA ASIGNATURA

Esta asignatura aborda el tema de la Programación Automática desde una perspectiva de Aprendizaje Automático. La asignatura comienza tratando los primeros intentos dentro de la Inteligencia Artificial de aprender programas en LISP mediante la técnica de Summers. Pero el objetivo de la asignatura es mas amplio y se centra en el aprendizaje inductivo de estructuras que tengan la potencia de un programa de ordenador o de atacar tareas que para su resolución requerirían escribir un programa. Por ejemplo, se trata el aprendizaje de estructuras complejas tales como cláusulas lógicas (mediante Inductive Logic Programming), Autómatas de Estado Finito, o programas representados mediante árboles (mediante Programación Genética) o reglas (mediante Learning Classifier Systems). Todas estas estructuras tienen mas capacidad expresiva que estructuras proposicionales típicas tales como los árboles de decisión o las reglas. Otra característica de los programas de ordenador es que se ejecutan a lo largo del tiempo (a diferencia de, por ejemplo, un árbol de decisión). Así, se tratará del aprendizaje de políticas mediante aprendizaje por refuerzo o de programas representados mediante árboles aprendidos mediante técnicas de estimación de distribuciones. Por último, se consideran tareas donde se induce un programa a partir de observar a un agente resolver dicha tarea. Esta cuestión se engloba dentro del learning by example, behavioral cloning o reutilización probabilística de políticas.

 

OBJETIVOS: CONOCIMIENTOS Y CAPACIDADES

  • Conocer los distintos tipos de programación automática, sus técnicas asociadas y sus dominios de aplicación.
  • Conocer como se han aplicado técnicas de la disciplina en distintos dominios reales.
  • Capacidad para valorar si es adecuado utilizar técnicas de la disciplina en un problema determinado.

 

MATERIAL DOCENTE

Se aportan las transparencias usadas en clase, así como enlaces a libros electrónicos y referencias a artículos en cada uno de los temas.

 

ACTIVIDADES DE EVALUACIÓN O TAREAS PRÁCTICAS

Se trata de una asignatura de un máster de investigación y la evaluación consiste en la realización de un trabajo de investigación. Se aporta un documento donde se realizan propuestas de trabajos, con distintos niveles de dificultad, que los alumnos pueden desarrollar como trabajo de investigación.  Además, se proporcionan algunas preguntas de auto-evaluación con respuestas, para algunos temas.

 

Reutilizar Curso
Descargar este curso
Encuesta Usuarios OCW-UC3M