TY - GEN AU - González,Carlos Alonso AU - García Jurado,José Luis AU - Marín Morales,Roque AU - Palma Méndez,José Tomás TI - Inteligencia artificial: métodos, técnicas y aplicaciones SN - 9788448156183 U1 - 006.3 21 PY - 2008/// CY - Madrid PB - McGraw Hill KW - Inteligencia artificial KW - LEMB KW - Minería de datos KW - Programación heurística KW - Redes neurales (Computadores) N1 - Inlcuye referencias bibliográficas; Parte I. Introducción ; Aspectos conceptuales de la IA y la IC. -- Parte II. Representación de conocimiento e inferencia ; Lógica y representación del conocimiento. -- Sistemas basados en reglas. -- Redes semánticas y marcos. -- Ontologías. -- Sistemas basados en modelos probabilísticos. -- Conjuntos borrosos. -- Parte III. Introducción a las técnicas de búsqueda ; Técnicas basadas en búsquedas heurísticas. -- Problemas de satisfacción de restricciones (CSP). -- Computación evolutiva. -- Parte IV. Diagnosis ; Planificación. -- Control. -- Parte V. Aprendizaje y minería de datos ; Redes neuronales. -- Técnicas de agrupamiento. -- Aprendizaje de árboles y reglas de decisión. -- Técnicas de extracción de reglas. -- Parte VI. Aspectos metodológicos y aplicaciones ; Ingeniería del conocimiento. -- Sistemas multiagentes. -- Verificación y validación de sistemas inteligentes. -- Razonamiento basado en casos. -- Reconocimiento de formas N2 - En inteligencia artificial: técnicas, métodos y aplicaciones, se han intentado conjugar los tópicos clásicos de la IA, que se vienen cubriendo en la docencia de grado, con otros tópicos avanzados que pueden ser ubicados tanto en la docencia de grado como de posgrado. De esta forma, en las siguientes partes: Introducción, donde se analizan los diferentes paradigmas en los que se basa la IA en la actualidad; representación de conocimiento e inferencia, donde se abordan desde los aspectos clásicos de representación y técnicas clásicas de razonamiento, hasta aspectos más avanzados relacionados con la gestión de la incertidumbre; técnicas, entre las que se incluyen las clásicas de búsqueda hasta aspectos más avanzados como la computación evolutiva; tareas, donde se analiza procesos complejos como pueden ser la planificación y el diagnóstico; aprendizaje y minería de datos, donde se hace una introducción a algunas técnicas de aprendizaje supervisado y no supervisado, y finalmente, aspectos metodológicos y aplicaciones, en la que se ha intentado abordar temas como la ingeniería del conocimiento, sistemas multiagentes y razonamiento basado en casos. Cada uno de los capítulos ha sido desarrollado por expertos de contrastada reputación en su campo, lo que ha permitido, no sólo exponer los aspectos básicos relacionados con el capítulo de una forma clara, sino que se ha podido dar una visión más global de cada tema indicando referencias bibliográficas con las que profundizar en cada uno de los tópicos ER -