Guia d'estudi: Intel·ligència Artificial - La Salle

SESSIÓ 18: Representació basada en regles (II) – RdC (4/15) ................................... 105
4.3.3. Sistemes experts – segona generació .................................................................................... 105
SESSIÓ 19: Representació basada en regles (III) – RdC (5/15) .................................. 111
4.3.4. Emparellament (matching) .................................................................................................... 111
4.3.5. Coneixement control ............................................................................................................. 113
SESSIÓ 20: Raonament no monòton (I) – RdC (6/15) ............................................... 115
4.4. Coneixement incert – Raonament no monòton ....................................................... 115
4.4.1. Introducció: Raonament simbòlic sota incertesa .................................................................. 115
4.4.2. Tipus de raonament no monòton: Raonament per defecte .................................................. 118
4.4.3. Tipus de raonament no monòton: Raonament minimalista .................................................. 120
SESSIÓ 21: Raonament no monòton (II) – RdC (7/15) .............................................. 123
4.4.4. Implementació – Sistema que resol el problema .................................................................................... 123
4.4.5. Implementació – Sistemes de manteniment de la veritat ..................................................... 125
SESSIÓ 22: Raonament estadístic (I) – RdC (8/15) ................................................... 129
4.5. Coneixement incert – Raonament estadístic ............................................................ 129
4.5.1. La probabilitat i el teorema de Bayes .................................................................................... 129
4.5.2. Els factors de certesa i sistemes basats en regles.................................................................. 132
SESSIÓ 23: Raonament estadístic (II) – RdC (9/15) .................................................. 137
4.5.3. Xarxes bayesianes .................................................................................................................. 137
4.5.4. La teoria de Dempster‐Shafer ................................................................................................ 138
SESSIÓ 24: Raonament estadístic (III) – RdC (10/15) ............................................... 141
4.5.5. La lògica difusa ....................................................................................................................... 141
SESSIÓ 25: Xarxes semàntiques, frames i el concepte d’herència – RdC (10/15) ...... 147
4.6. Representació del coneixement estructurada ......................................................... 147
4.6.1. Xarxes semàntiques, frames i el concepte d’herència ........................................................... 147
SESSIÓ 26: Operacions entre frames – Exercicis – RdC (13/15) ................................ 153
4.6.2. Relacions entre frames .......................................................................................................... 153
4.6.3. Exercici: intersecció entre objectes ....................................................................................... 154
4.6.4. Proposta d’exercicis amb d’altres relacions (optatiu) ........................................................... 161
SESSIÓ 27: Exemples de representacions estructurades – RdC (14/15) .................... 163
4.6.5. Exemples de representacions estructurades ......................................................................... 163
4.6.6. Treball a lliurar: fitxa d’un llenguatge de representació del coneixement ............................ 166
SESSIÓ 28: Pràctica representació del coneixement – RdC (15/15) .......................... 169
4.7. Descripció de la pràctica de respresentació del coneixement ...................................................... 170
4.7.1. Descripció de la pràctica de representació del coneixement (pràctica 2) ............................. 170
SESSIÓ 29: Introducció a l’aprenentatge artificial – AR (1‐2/15) ............................. 173
5. Aprenentatge artificial ....................................................................................... 173
5.1. Introducció ............................................................................................................. 173
5.1.1. Aprenentatge artificial ........................................................................................................... 173
5.1.2. Paradigmes de l’aprenentatge artificial ................................................................................. 174
5.1.3. Característiques desitjables – Problemes .............................................................................. 176
5.1.4. Resum dels paradigmes que estudiarem ............................................................................... 180
SESSIÓ 30: Aprenentatge inductiu (I) – AR (3/15) ................................................... 183
3