Resolución de problemas por búsqueda
Offered By: Universidad Nacional Autónoma de México via Coursera
Course Description
Overview
El curso trata de resolución automática de problemas por medio de algoritmos de búsqueda.
Aprenderás a abstraer un problema como un grafo de estados-acciones y a dimensionar su complejidad por medio de la identificación de parámetros. Además, te mostraremos cómo analizar el consumo de recursos computacionales de los algoritmos para seleccionar o adaptar el más apropiado al problema.
Nos interesa que puedas aplicar los algoritmos a problemas concretos.
Te acompañaremos en la implementación de los algoritmos en el lenguaje de programación Python y te mostraremos algunos ejemplos de su aplicación a ciertos problemas modelo.
Al final podrás probar tus algoritmos en un espacio de búsqueda interesante: el resolver el cubo de Rubik.
Syllabus
- Algoritmos de Búsqueda ciega
- Conocerás los algoritmos de búsqueda no informada. Estos algoritmos pueden verse como building blocks para diseñar agentes inteligentes que resuelven problemas. Aprenderás a abstraer los problemas como grafos de estados-acciones y podrás tratar la solución de problemas de manera equivalente a encontrar rutas dentro de este grafo. Te mostraremos cómo utilizar el análisis asintótico para evaluar el desempeño de los algoritmos.
- Algoritmos de Búsqueda ciega (parte 2)
- Conocerás los algoritmos de búsqueda no informada. Estos algoritmos pueden verse como building blocks para diseñar agentes inteligentes que resuelven problemas. Aprenderás a abstraer los problemas como grafos de estados-acciones y podrás tratar la solución de problemas de manera equivalente a encontrar rutas dentro de este grafo. Te mostraremos cómo utilizar el análisis asintótico para evaluar el desempeño de los algoritmos.
- Algoritmos de búsqueda informada
- Aprenderás a incorporar conocimiento del dominio del problema para guiar a los algoritmos en dirección a la solución por medio de funciones heurísticas. Entenderás el efecto que tiene la selección de la heurística en la optimalidad de las rutas encontradas.
- Algoritmos de búsqueda informada (parte 2)
- Aprenderás a incorporar conocimiento del dominio del problema para guiar a los algoritmos en dirección a la solución por medio de funciones heurísticas. Entenderás el efecto que tiene la selección de la heurística en la optimalidad de las rutas encontradas.
- Algoritmos de búsqueda metaheurísticos
- Comprenderás la importancia de los algoritmos meta-heurísticos para enfrentar la complejidad de problemas grandes donde los algoritmos vistos en los módulos anteriores dejan de ser efectivos.
Taught by
Stalin Muñoz Gutiérrez
Tags
Related Courses
Advanced Algorithms and ComplexityUniversity of California, San Diego via Coursera Advanced Data Structures, RSA and Quantum Algorithms
University of Colorado Boulder via Coursera Advanced Learning Algorithms
DeepLearning.AI via Coursera Advanced Machine Learning Algorithms
Fractal Analytics via Coursera Advanced Modeling for Discrete Optimization
University of Melbourne via Coursera