DADES IDENTIFICATIVES 2013_14
Assignatura (*) INTEL·LIGÈNCIA ARTIFICIAL Codi 17615104
Ensenyament
Seguretat informàtica i sistemes intel·ligents (2010)
Cicle 2n
Descriptors Crèd. Tipus Curs Període
4.5 Obligatòria Primer Únic anual
Llengua d'impartició
Anglès
Departament Enginyeria Informàtica i Matemàtiques
Coordinador/a
VALLS MATEU, AÏDA
Adreça electrònica aida.valls@urv.cat
antonio.moreno@urv.cat
Professors/es
VALLS MATEU, AÏDA
MORENO RIBAS, ANTONIO
Web http://moodle.urv.cat
Descripció general i informació rellevant Introducció a dos camps específics de la Intel·ligència Artificial: la planificació i el raonament aproximat.

Competències
Tipus A Codi Competències Específiques
  Recerca
  AR5 Redactar documentació científica.
  AR10 Analitzar, dissenyar i desenvolupar sistemes robotitzats i intel·ligents.
  AR12 Aplicar metodologies de la intel·ligència artificial.
Tipus B Codi Competències Transversals
  Comú
  BC1 Creativitat. Desenvolupar idees i projectes originals
  BC2 Treballar autònomament amb iniciativa
  BC4 Resoldre problemes de forma efectiva
  BC12 Asertivitat. Comunicar de manera clara i sense ambigüitats tant a audiències expertes com no expertes
  BC13 Aprendre a aprendre
Tipus C Codi Competències Nuclears
  Comú
  CC1 Domini de l’expressió i la comprensió del/s idioma/es estrangers per al desenvolupament professional derivat del curs del postgrau.
  CC2 Ús de les eines específiques de TIC per al desenvolupament professional derivat del curs de postgrau.

Objectius d'aprenentatge
Objectius Competències
Comprendre els fonaments de la Intel·ligència Artificial. AR10
Solucionar problemes de planificació amb algorismes i heurístiques pròpies de la Intel·ligència Artificial AR10
AR12
BC1
BC2
BC4
Conèixer les possibilitats i limitacions de la Intel·ligència Artificial. AR10
AR12
BC4
Descomposar un problema en termes de cerca en un espai d'estats. AR10
AR12
BC1
BC2
BC4
BC12
Argumentar els resultats pràctics obtinguts comparant-los amb la teoria estudiada. AR5
BC1
BC2
BC12
CC1
CC2
Formalitzar i raonar en lògica difusa. AR5
AR10
AR12
BC1
BC2
BC4
BC12
Utilitzar manuals sobre els llenguatges de programació. BC13
CC1
CC2

Continguts
Tema Subtema
Sistemes experts amb raonament aproximat Models probabílistics.
Teoria de l'evidència.
Lògica difusa i raonament basat en regles difuses.
Introducció als mètodes de planificació. Tècniques avançades de cerca amb planificació.

Planificació
Metodologies  ::  Proves
  Competències (*) Hores a classe Hores fora de classe (**) Hores totals
Activitats Introductòries
1 0 1
 
Sessió Magistral
25 37.5 62.5
Pràctiques a través de TIC en aules informàtiques
15 30 45
 
Atenció personalitzada
1 0 1
 
Proves objectives de preguntes curtes
4 0 4
 
(*) En el cas de docència no presencial, són les hores de treball amb suport vitual del professor.
(**) Les dades que apareixen a la taula de planificació són de caràcter orientatiu, considerant l’heterogeneïtat de l’alumnat

Metodologies
Metodologies
  Descripció
Activitats Introductòries Presentació de l'assignatura.
Sessió Magistral Presentació i explicació dels continguts amb suport multimèdia.
Pràctiques a través de TIC en aules informàtiques Sessions de desenvolupament pràctic dels continguts, consistents en implementar els algorismes i mètodes estudiats.
Atenció personalitzada

Atenció personalitzada
 
Pràctiques a través de TIC en aules informàtiques
Sessió Magistral
Descripció
Els professors tindran un horari de consultes per atendre els dubtes dels estudiants, referents a qualsevol de les activitats del curs. Si es creu adient, es dedicarà alguna de les hores de classe a atenció personalitzada.

Avaluació
  Descripció Pes
Pràctiques a través de TIC en aules informàtiques Exercicis pràctics sobre els temes del curs. 50
Proves objectives de preguntes curtes Preguntes i exercicis sobre els continguts del curs.
Dos examens. Nota mínima un 5.
50
 
Altres comentaris i segona convocatòria

S'avaluaran els 2 blocs del curs de forma independent.


Fonts d'informació

Bàsica Russell, Norvig, Inteligencia Artificial, a modern approach (3rd ed), Prentice-Hall, 2010

Complementària

Recomanacions

Assignatures que en continuen el temari
SISTEMES MULTI-AGENT/17615116


 
Altres comentaris
Es recomana cursar abans l'assignatura Intel.ligència Artificial (Grau d'Enginyeria Informàtica) per tenir coneixements bàsics de tècniques de IA.
(*)La Guia docent és el document on es visualitza la proposta acadèmica de la URV. Aquest document és públic i no es pot modificar, llevat de casos excepcionals revisats per l'òrgan competent/ o degudament revisats d'acord amb la normativa vigent