|
Tipo A
|
Código |
Competencias Específicas | | | CM15 |
Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica. |
| | CP3 |
Capacidad para evaluar la complejidad computacional de un problema, conocer estrategias algorítmicas que puedan conducir su a la resolución y recomendar, desarrollar e implementar la que garantice el mejor rendimiento de acuerdo con los requisitos establecidos. |
| | CP4 |
Capacidad para conocer los fundamentos, paradigmas y técnicas propias de los sistemas inteligentes y analizar, diseñar y construir sistemas, servicios y aplicaciones informáticas que utilizan estas técnicas en cualquier ámbito de aplicación. |
| | CP5 |
Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para resolver problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en ambientes o entornos inteligentes. |
| | CP7 |
Capacidad para conocer y desarrollar técnicas de aprendizaje computacional y diseñar e implementar aplicaciones y sistemas que las utilicen, incluyendo las dedicadas a extracción automática de información y conocimiento a partir de grandes volúmenes de datos.
|
|
Tipo B
|
Código |
Competencias Transversales |
|
Tipo C
|
Código |
Competencias Nucleares |
| Resultados de aprendizaje |
|
Tipo A
|
Código |
Resultados de aprendizaje |
| | CM15 |
Lista y describe las técnicas básicas de los sistemas inteligentes.
| | | CP3 |
Conoce algoritmos básicos de búsqueda y resolución de problemas en IA.
| | | CP4 |
Comprende los diferentes enfoques de la IA.
Sabe aplicar los métodos básicos de la IA en la resolución de problemas específicos.
| | | CP5 |
Conoce técnicas básicas de representación del conocimiento en sistemas inteligentes.
| | | CP7 |
Conoce métodos básicos de aprendizaje automàtico.
|
|
Tipo B
|
Código |
Resultados de aprendizaje |
|
Tipo C
|
Código |
Resultados de aprendizaje |
| tema |
Subtema |
| Introducción. |
Qué es la IA. Historia de la IA.
|
| Resolución de problemas y búsqueda. |
Problema y espacio de estados. Búsqueda no informada. Búsqueda heurística. Satisfacción de restricciones. Juegos.
|
| Representación del conocimiento. |
Características de un sistema de representación del conocimiento. Formalismos lógicos, sistemas de producción, ontologías. |
| Sistemas basados en el conocimiento. |
Arquitectura de un Sistema Basado en el Conocimiento: base de conocimiento y motor de inferencia. Ciclo de trabajo del motor de inferencia. Uso de técnicas de aprendizaje automático.
|
| Metodologías :: Pruebas |
| |
Competencias |
(*) Horas en clase
|
Horas fuera de clase
|
(**) Horas totales |
| Actividades introductorias |
|
2 |
0 |
2 |
| Sesión magistral |
|
13 |
28 |
41 |
| Practicas a través de TIC en aulas informáticas |
|
28 |
75 |
103 |
| Atención personalizada |
|
0 |
0 |
0 |
| |
| Pruebas objetivas de preguntas cortas |
|
2 |
2 |
4 |
| |
(*) En el caso de docencia no presencial, serán las horas de trabajo con soporte virtual del profesor.
(**) Los datos que aparecen en la tabla de planificación son de carácter orientativo, considerando la heterogeneidad de los alumnos |
Metodologías
| |
descripción |
| Actividades introductorias |
Presentación de la asignatura. Contenido, ejercicios prácticos, bibliografía, mecanismo de evaluación. |
| Sesión magistral |
Exposición de los contenidos de la asignatura. |
| Practicas a través de TIC en aulas informáticas |
Solucionar problemas específicos en el laboratorio usando las técnicas básicas de IA vistas en las clases magistrales. |
| Atención personalizada |
Resolución de dudas sobre teoría o ejercicios prácticos. |
|
descripción |
|
Sesiones de consultas sobre el contenido teórico de la asignatura o sobre el diseño e implementación de los ejercicios prácticos.
Although this course is not offered in English, foreign exchange students will receive personalised support in English and will be able to develop the evaluation activities in this language. |
|
Metodologías |
Competencias
|
descripción |
Peso |
|
|
|
|
| Practicas a través de TIC en aulas informáticas |
|
Realización de ejercicios prácticos donde se aplican técnicas básicas de IA. |
50% |
| Pruebas objetivas de preguntas cortas |
|
Pruebas escritas con preguntas cortas sobre los métodos básicos de IA. |
50% |
| Otros |
|
|
|
| |
|
Otros comentarios y segunda convocatoria |
|
En la segunda convocatoria se aplicará la misma evaluación que en la primera.
Tendrán la misma evaluación los estudiantes que cursen esta asignatura como obligatoria o como optativa. En las pruebas de evaluación no se permite el uso de móviles ni dispositivos electrónicos. |
| Básica |
Russell, S.; Norvig, P., Artificial Intelligence. A modern approach (3a ed), Prentice Hall, 2010
|
|
| Complementaria |
Fernández, S., González, J., Mira, J., Problemas resueltos de IA aplicada. Búsqueda y representación., Pearson-Addison Wesley, 2005
José T.Palma, Roque Marín, Inteligencia Artificial. Técnicas, métodos y aplicaciones., McGrawHill, 2008
|
|
| Asignaturas que se recomienda haber cursado previamente |
| ESTRUCTURAS DE DATOS/17234115 |
|
| |
| Otros comentarios |
|
Se recomienda realizar esta asignatura a los alumnos que tengan intención de cursar el Máster en Ingeniería de la Seguridad e Inteligencia Artificial o el Máster interuniversitario en Inteligencia Artificial. |
(*)La Guía docente es el documento donde se visualiza la propuesta académica de la URV. Este documento es público y no es modificable, excepto en casos excepcionales revisados por el órgano competente o debidamente revisado de acuerdo la normativa vigente. |
|