{
 "cells": [
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "# UD05 · Notebook 10 — Simular un sistema experto con experta\n",
    "\n",
    "**Requisitos**\n",
    "\n",
    "Python 3.10+ con `experta`. Recuerda el **parche de compatibilidad**\n",
    "(`collections.Mapping` desapareció en Python 3.10):\n",
    "\n",
    "```python\n",
    "import collections, collections.abc\n",
    "if not hasattr(collections, 'Mapping'):\n",
    "    collections.Mapping = collections.abc.Mapping\n",
    "    collections.Iterable = collections.abc.Iterable\n",
    "    collections.MutableMapping = collections.abc.MutableMapping\n",
    "```\n",
    "\n",
    "**Objetivo**: construir un sistema experto que **diagnostique** un problema y lo compare con uno\n",
    "de **clasificación**, demostrando que un mismo motor simula comportamientos de ámbitos distintos\n",
    "(CE b).\n",
    "\n",
    "Es una **entrega evaluable**: se corrige con la rúbrica de su tarea en Moodle."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 1 — Parche e importación"
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "%pip install experta\n",
    "\n",
    "# experta (2019) rompe en Python 3.10+ porque `collections.Mapping` se eliminó.\n",
    "# Parche de tres líneas antes de importar (ya documentado en la UD00):\n",
    "import collections, collections.abc\n",
    "if not hasattr(collections, 'Mapping'):\n",
    "    collections.Mapping = collections.abc.Mapping\n",
    "    collections.Iterable = collections.abc.Iterable\n",
    "    collections.MutableMapping = collections.abc.MutableMapping\n",
    "\n",
    "from experta import *"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: ¿por qué el parche tiene que ir **antes** del `import`?\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 2 — Sistema de diagnóstico de un coche que no arranca\n",
    "\n",
    "**Salida esperada:**\n",
    "\n",
    "\n",
    "Anota la salida y explica qué reglas se dispararon y en qué orden."
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "class DiagnosticoCoche(KnowledgeEngine):\n",
    "    # TU CÓDIGO: @DefFacts() con el hecho inicial\n",
    "    ...\n",
    "\n",
    "    # TU CÓDIGO: regla de arranque con salience=10 que declare los sintomas\n",
    "    ...\n",
    "\n",
    "    # TU CÓDIGO: regla que deduzca la causa\n",
    "    ...\n",
    "\n",
    "    # TU CÓDIGO: regla que imprima el resultado\n",
    "    ...\n",
    "\n",
    "motor = DiagnosticoCoche()\n",
    "motor.reset()   # sin reset() no se cargan los DefFacts\n",
    "motor.run()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: anota la salida y explica **qué reglas se dispararon y en qué orden**.\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 3 — Sistema de clasificación (otro ámbito)\n",
    "\n",
    "**El fallo más habitual de esta fase**\n",
    "\n",
    "Si llamas a `Animales().run()` sin **`reset()`** antes, no se dispara ninguna regla: `run()`\n",
    "solo ejecuta el ciclo de inferencia sobre los hechos ya cargados, y es `reset()` quien invoca\n",
    "`@DefFacts()` para cargarlos. Sin ese paso, `engine.facts` queda casi vacío y no hay nada que\n",
    "coincida con las reglas."
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "class Animales(KnowledgeEngine):\n",
    "    # TU CÓDIGO\n",
    "    ...\n",
    "\n",
    "motor = Animales()\n",
    "motor.reset()   # sin reset() no se cargan los DefFacts\n",
    "motor.run()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: ¿qué has tenido que cambiar del motor entre la Fase 2 y la Fase 3? ¿Y qué\n",
    "has **conservado**? Esa es la idea de fondo del criterio.\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 4 — Analiza el orden de disparo\n",
    "\n",
    "Modifica la regla `mamifero` para que tenga `salience=5` y vuelve a ejecutar. ¿Qué cambia? Explica\n",
    "la **resolución de conflictos**."
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "# TU CÓDIGO: repite el motor de la Fase 3 con la salience cambiada\n",
    "..."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: ¿qué cambia? Explica la **resolución de conflictos**: cuando varias reglas\n",
    "están activas a la vez, ¿cómo decide el motor?\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 5 — Añade una regla con `NOT` y pregunta al usuario"
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "class DiagnosticoConPregunta(KnowledgeEngine):\n",
    "    # TU CÓDIGO: usa input() en la regla de arranque y declara el hecho segun la respuesta\n",
    "    ...\n",
    "\n",
    "motor = DiagnosticoConPregunta()\n",
    "motor.reset()\n",
    "motor.run()"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: ¿qué aporta `NOT` que no se pueda hacer con una regla normal?\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Fase 6 — Analiza la sensibilidad\n",
    "\n",
    "Añade una regla con umbral (`usuarios > 50 → critica`) y prueba con distintos valores (40, 55, 50).\n",
    "¿Qué ocurre justo en el umbral? ¿Cómo lo harías robusto (histéresis, §9)?"
   ]
  },
  {
   "cell_type": "code",
   "metadata": {},
   "execution_count": null,
   "outputs": [],
   "source": [
    "# TU CÓDIGO: regla con umbral y las tres pruebas\n",
    "# Pista: para comparar dentro de un Fact hace falta un constraint de predicado, P(...)\n",
    "..."
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "**✏️ Respuesta**: ¿qué ocurre **justo en el umbral**? ¿Cómo lo harías robusto con\n",
    "**histéresis**?\n",
    "\n",
    "*(escribe aquí)*"
   ]
  },
  {
   "cell_type": "markdown",
   "metadata": {},
   "source": [
    "## Entrega\n",
    "\n",
    "Recopila las capturas y las explicaciones de las seis fases en **una memoria en PDF**. Se valora que\n",
    "expliques **qué reglas se dispararon y en qué orden**, no solo la salida final.\n",
    "\n",
    "| Fase | Evidencia mínima |\n",
    "|---|---|\n",
    "| 1 | El parche aplicado y `experta` importado sin error |\n",
    "| 2 | El diagnóstico del coche funcionando, con las reglas que se dispararon |\n",
    "| 3 | La clasificación del guepardo, y por qué el **mismo motor** sirve para otro ámbito |\n",
    "| 4 | El cambio de `salience` y su efecto en el orden de disparo |\n",
    "| 5 | La regla con `NOT` y la versión que pregunta al usuario |\n",
    "| 6 | El umbral probado con tres valores, y tu propuesta de histéresis |\n",
    "\n",
    "**Soluciones**\n",
    "\n",
    "Las soluciones no se publican: se corrigen y comentan en clase."
   ]
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "name": "python",
   "version": "3.12"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}