Razonamiento artificial

Overview

Save Big on Coursera Plus. 7,000+ courses at $160 off. Limited Time Only!

Grab it

El razonamiento formal juega un papel importante en la inteligencia artificial. Hay dos maneras principales de formalizar razonamiento: una que enfatiza la deducción (lógica), y otra que enfatiza la incertidumbre (teoría de la probabilidad). En este curso vamos a cubrir una introducción tanto a la lógica (vamos a cubrir tres lógicas) como a la teoría de la probabilidad (vamos a cubrir tres modelos gráficos probabilísticos). Algunas tareas requieren programación básica en Python: El alumno deberá completar código al que se le ha eliminado una parte.

Syllabus

Lógica proposicional

En este módulo de razonamiento lógico podrás familiarizarte con la lógica proposicional. Verás una primera manera de formalizar razonamiento y los problemas NP-completos, que son arquetípicos en inteligencia artificial.

Lógica proposicional parte 2

En este módulo de razonamiento lógico podrás familiarizarte con la lógica proposicional. Verás una primera manera de formalizar razonamiento y los problemas NP-completos, que son arquetípicos en inteligencia artificial.

Lógica temporal y Lógica de predicados

En este módulo de razonamiento lógico podrás familiarizarte con la lógica temporal para entender los conceptos básicos de los "verificadores de modelos" y con la lógica de predicados para sentar las bases de varias técnicas de inteligencia artificial.

Teoría de la probabilidad

En este módulo de razonamiento probabilístico estarás familiarizado con dos modelos gráficos probabilísticos: las redes bayesianas y las cadenas de Markov.