Resolución de problemas por búsqueda

Overview

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

Grab it

El curso trata de resolución automática de problemas por medio de algoritmos de búsqueda. Aprenderás a abstraer un problema como un grafo de estados-acciones y a dimensionar su complejidad por medio de la identificación de parámetros. Además, te mostraremos cómo analizar el consumo de recursos computacionales de los algoritmos para seleccionar o adaptar el más apropiado al problema. Nos interesa que puedas aplicar los algoritmos a problemas concretos. Te acompañaremos en la implementación de los algoritmos en el lenguaje de programación Python y te mostraremos algunos ejemplos de su aplicación a ciertos problemas modelo. Al final podrás probar tus algoritmos en un espacio de búsqueda interesante: el resolver el cubo de Rubik.

Syllabus

Algoritmos de Búsqueda ciega

Conocerás los algoritmos de búsqueda no informada. Estos algoritmos pueden verse como building blocks para diseñar agentes inteligentes que resuelven problemas. Aprenderás a abstraer los problemas como grafos de estados-acciones y podrás tratar la solución de problemas de manera equivalente a encontrar rutas dentro de este grafo. Te mostraremos cómo utilizar el análisis asintótico para evaluar el desempeño de los algoritmos.

Algoritmos de Búsqueda ciega (parte 2)

Conocerás los algoritmos de búsqueda no informada. Estos algoritmos pueden verse como building blocks para diseñar agentes inteligentes que resuelven problemas. Aprenderás a abstraer los problemas como grafos de estados-acciones y podrás tratar la solución de problemas de manera equivalente a encontrar rutas dentro de este grafo. Te mostraremos cómo utilizar el análisis asintótico para evaluar el desempeño de los algoritmos.

Algoritmos de búsqueda informada

Aprenderás a incorporar conocimiento del dominio del problema para guiar a los algoritmos en dirección a la solución por medio de funciones heurísticas. Entenderás el efecto que tiene la selección de la heurística en la optimalidad de las rutas encontradas.

Algoritmos de búsqueda informada (parte 2)

Aprenderás a incorporar conocimiento del dominio del problema para guiar a los algoritmos en dirección a la solución por medio de funciones heurísticas. Entenderás el efecto que tiene la selección de la heurística en la optimalidad de las rutas encontradas.

Algoritmos de búsqueda metaheurísticos

Comprenderás la importancia de los algoritmos meta-heurísticos para enfrentar la complejidad de problemas grandes donde los algoritmos vistos en los módulos anteriores dejan de ser efectivos.