Referencias Bibliográficas: [Brookshear and Brylow, 2019]
Temas
- Espacios de Problemas (estados, metas y operadores), solución de problemas mediante búsqueda.
- Factored representation (factoring state hacia variables)
- Uninformed search (breadth-first, depth-first, depth-first with iterative deepening)
- Heurísticas y búsqueda informada (hill-climbing, generic best-first, A*)
- El espacio y el tiempo de la eficiencia de búsqueda.
- Dos jugadores juegos (introducción a la búsqueda minimax).
- Satisfacción de restricciones (backtracking y métodos de búsqueda local).
Objetivos de Aprendizaje (Learning Outcomes)
- Formula el espacio eficiente de un problema para un caso expresado en lenguaje natural (ejm. Inglés) en términos de estados de inicio y final, así como sus operadores [Usar]
- Describe el rol de las heurísticas y describe los intercambios entre completitud, óptimo, complejidad de tiempo, y complejidad de espacio [Familiarizarse]
- Describe el problema de la explosión combinatoria del espacio de búsqueda y sus consecuencias [Familiarizarse]
- Selecciona e implementa un apropiado algoritmo de búsqueda no informado para un problema, y describe sus complejidades de tiempo y espacio [Usar]
- Selecciona e implementa un apropiado algoritmo de búsqueda no informado para un problema, y describe sus complejidades de tiempo y espacio [Usar]
- Evalúa si una heurística dada para un determinado problema es admisible/puede garantizar una solución óptima [Evaluar]
- Compara y contrasta tópicos de búsqueda básica con temas jugabilidad de juegos [Familiarizarse]
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM