Laboratorio No. 2. Patrones de aprendizaje de las RNA

Plazo de entrega:
Hoy 13/06/14.
Software necesario:
MS Word y matlab.
Entrega:
En su carpeta personal del dropbox, en una carpeta SIRN_paternoM_Lab2.
Dentro de esa carpeta deben adjuntar los archivos m, docx y cmap.

Laboratorio No. 1. Gráficos de las funciones de activación

Plazo de entrega:
Hoy 13/06/14.
Software necesario:
MS Word y matlab.
Entrega:
En su carpeta personal del dropbox, en una carpeta SIRN_paternoM_Lab2.
Dentro de esa carpeta deben adjuntar los archivos m, docx y cmap.

Sesion 4. La Red Perceptron

Contenido
1. Introduccion
2. Caracteristicas
3. Representacion
4. Arquitectura
5. Entrenamiento
6. Limitaciones
7. Perceptron simple
8. Perceptron multicapa

Perceptron Simple y Regla Aprendizaje

Sesion 3. Computacion Tradicional y la Computacion Neuronal

Contenido
1. Programacion/Entrenamiento
2. Arquitectura
3. Sistemas Expertos
4. Historia de la RNA
5. Aplicaciones de la RNA
Historia de las Redes Neuronales

Sesion 2. Introduccion a las Redes Neuronales

Contenido:

1. Introduccion a las Redes Neuronales (RN)
2. Caracteristicas de las RN
3. La Neurona biologica(NB)
4. La Red Neuronal Biologica (RNB)
5. La Neurona artificial (NA)
6. La Red Neuronal Artificial(RNA)

Redes Neuronales

Redes Neuronales

Sesion 1. Introduccion a la Inteligencia Artificial

Contenido:

1. ¿Qué es la Inteligencia Artificial(IA)?
2. Definiendo la IA
3. ¿Es la IA posible?
4. Bases de la IA
5. Historia de la IA
6. Ejemplos de sistemas de IA
7. Aplicaciones de la IA

Bienvenido ...

Universidad Tecnologica del Peru

Facultad de Ingenieria Electronica y Mecatronica

Escuela de Ingenieria Electronica

Bienvenidos al Curso de

Inteligencia Artificial
(IA01)

Profesor:

Jose Carlos Benitez Palacios

Ingeniero Electrónico
Maestria en Informatica

Maestria en Telematica

Maestria en Telecomunicaciones

Maestria en Docencia Universitaria

Lima, 03 Junio del 2011