|
Tipus A
|
Codi |
Competències Específiques | | | A9 |
Capacitat per aplicar mètodes matemàtics, estadístics i d'intel·ligència artificial per modelitzar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel·ligents i sistemes basats en el coneixement.
|
|
Tipus B
|
Codi |
Competències Transversals | | | CT2 |
Formular valoracions a partir de la gestió i ús eficient de la informació. |
| | CT4 |
Treballar en equips multidisciplinars i en contextos complexes. |
|
Tipus C
|
Codi |
Competències Nuclears |
|
Tipus A
|
Codi |
Resultats d'aprenentatge |
| | A9 |
Comprèn la importància pràctica de la representació i l'adquisició eficient de coneixement dins de la Intel·ligència Artificial.
Coneix i comprèn l'evolució històrica dels mecanismes de gestió i representació del coneixement.
Es familiaritza amb l'ús pràctic d'alguna eina moderna d'enginyeria del coneixement.
|
|
Tipus B
|
Codi |
Resultats d'aprenentatge |
| | CT2 |
Domina les eines per gestionar la pròpia identitat i les activitats en un entorn digital i un context científic i acadèmic.
Cerca i obté informació de manera autònoma amb criteris de rellevància, fiabilitat i pertinença, que sigui útil per crear coneixement.
Organitza la informació amb les eines adients (en línia i presencials), per garantir-ne l’actualització, la recuperació i el tractament, a fi de reutilitzar-les en futurs projectes.
Crea informació amb les eines i formats adients a la situació comunicativa, i ho fa de manera honesta.
Utilitza les TIC per compartir i intercanviar resultats de projectes acadèmics i científics en contextos interdisciplinaris que permetin la transferència del coneixement.
| | | CT4 |
Coneix l’objectiu de l’equip i identificar el seu rol en contextos complexos.
Comunica i actua amb altres equips per assolir conjuntament els objectius.
Es compromet i afavoreix els canvis i millores necessaris per assolir els objectius de l’equip.
Confia en les pròpies capacitats, respecta les diferències i les aprofita en benefici de l’equip.
|
|
Tipus C
|
Codi |
Resultats d'aprenentatge |
| Tema |
Subtema |
| 1. Introducció i conceptes |
Dades, informació i coneixement, els tipus de coneixements i usos, representació del coneixement, Enginyeria del Coneixement, sintaxi i semàntica
|
| 2. Representació del Coneixement |
La lògica de primer ordre, les regles i els sistemes de producció; representacions orientades a objectes, Representació de xarxa; ontologies
|
| 3. Coneixement d'Enginyeria |
Cicle de vida del coneixement; Auditoria Coneixement, adquisició de coneixements;
Cas d'estudi en detall |
| Metodologies :: Proves |
| |
Competències |
(*) Hores a classe
|
Hores fora de classe
|
(**) Hores totals |
| Activitats Introductòries |
|
1 |
0 |
1 |
| Sessió Magistral |
|
27 |
30 |
57 |
| Resolució de problemes, exercicis |
|
8 |
18 |
26 |
| Atenció personalitzada |
|
1 |
0 |
1 |
| |
| Proves de desenvolupament |
|
4 |
12 |
16 |
| Proves pràctiques |
|
1 |
12 |
13 |
| |
(*) 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
| |
Descripció |
| Activitats Introductòries |
Presentació del curs: continguts, calendari d'activitats, avaluació, bibliografia, ...
|
| Sessió Magistral |
Classes regulars en què el contingut de l'assignatura s'expliquen.
|
| Resolució de problemes, exercicis |
Les classes pràctiques en què el professor i els estudiants resoldre problemes.
|
| Atenció personalitzada |
El professor proporciona sis hores a la setmana per atendre els dubtes individuals i de grup |
|
Descripció |
|
El professor proporciona sis hores a la setmana per atendre els dubtes individuals i de grup |
|
Metodologies |
Competències
|
Descripció |
Pes |
|
|
|
|
| Proves pràctiques |
|
Proves pràctiques |
40% |
| Proves de desenvolupament |
|
Proves que l'alumne haurà de realitzar resolent exercicis i preguntes teòriques |
60% |
| Altres |
|
|
|
| |
|
Altres comentaris i segona convocatòria |
|
L'examen de segona convocatòria serà unic i tindrà un pes del 100% de la nota. |
| Bàsica |
Brachman, Ronald J; Levesque, Hector J., Knowledge Representation and Reasoning, 2004, Morgan Kaufmann
Riaño, David, Knowledge Representation and Engineering Notes, yearly,
|
|
| Complementària |
|
|
(*)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 |
|