INTRODUCCIÓN
Esta guía de prácticas ha sido diseñada con el objetivo de enriquecer el aprendizaje práctico en el ámbito de los sistemas inteligentes, brindando al estudiante una introducción gradual y aplicada a los enfoques, lenguajes y algoritmos fundamentales tanto de la inteligencia artificial simbólica como conexionista.
A lo largo de los distintos capítulos, se exploran temas esenciales como la representación del conocimiento, el uso de lenguajes declarativos como Prolog y CLIPS, y la aplicación de algoritmos de aprendizaje supervisado, incluyendo regresión logística, K-Nearest Neighbors (KNN) y Máquinas de Soporte Vectorial (SVM). Cada práctica busca que el estudiante no solo comprenda los conceptos teóricos, sino que también adquiera habilidades técnicas a través de actividades prácticas, ejercicios paso a paso y preguntas de análisis.
La guía está estructurada para fomentar una conexión efectiva entre teoría y aplicación, fortaleciendo competencias en modelado, inferencia lógica, gestión de estructuras simbólicas de datos y análisis para la toma de decisiones. Además, se promueve el desarrollo del pensamiento crítico y la capacidad de experimentar como pilares fundamentales en el estudio de sistemas inteligentes.
Este recurso está orientado a estudiantes que se inician en el campo de la inteligencia artificial, proporcionándoles una base robusta para continuar su formación en áreas más avanzadas como el aprendizaje automático, el procesamiento del lenguaje natural y la construcción de sistemas expertos