Fundación TecnoCampus
eCampus
Universitat Empresa
eCampus

Que estás buscando?

Información general

Tipo de asignatura: obligatoria

Coordinador: Rosa Herrero Antón

trimestre: Tercer trimestre

Créditos: 4

Profesorado: 

Sandra Obiol Madrid

Idiomas de impartición

  • Català

La asignatura se impartirá en catalán. Los alumnos podrán dirigirse al profesor en el idioma que les sea más cómodo.

Algunos contenidos, transparencias y bibliografía estarán en inglés.

Competencias

competencias básicas

  • B2_Que los estudiantes sepan aplicar sus conocimientos en su trabajo o vocación de una forma profesional y tengan las competencias que demuestran mediante la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio

  • B3_Que los estudiantes tengan la capacidad de reunir e interpretar datos relevantes (normalmente dentro de su área de estudio), para emitir juicios que incluyan una reflexión sobre temas relevantes de carácter social, científico o ético

  • B5_Que los estudiantes hayan desarrollado aquellas habilidades de aprendizaje necesarias para emprender estudios posteriores con un alto grado de autonomía

Competencias específicas

  • EFB3_Capacidad para comprender y dominar los conceptos básicos de matemática discreta, lógica, algorítmica y complejidad computacional, y su aplicación para la resolución de problemas propios de la ingeniería

competencias transversales

  • T1_Que los estudiantes conozcan un tercer idioma, que será preferentemente el inglés, con un nivel adecuado de forma oral y por escrito, de acuerdo con las necesidades que tendrán las graduadas y graduados en cada titulación

  • T2_Que los estudiantes tengan capacidad para trabajar como miembros de un equipo interidisciplinar ya sea como un miembros más, o realizando tareas de dirección con el fin de contribuir a desarrollar proyectos con pragmatismo y sentido de la responsabilidad, asumiendo compromisos teniendo en cuenta los recursos disponibles

Descripción

La inteligencia artificial es una disciplina que estudia los agentes inteligentes, entendiendo como tal aquellos dispositivos (software y / o hardware) que perciben el entorno, razonan y toman acciones para conseguir sus objetivos. En los últimos años la inteligencia artificial ha llegado a la industria con mucha fuerza y ​​muchos analistas creen que será el principal factor de la próxima revolución industrial.

Durante la asignatura se hace una introducción a la Inteligencia Artificial más clásica con un estudio profundo de los algoritmos de búsqueda y de lógica que se usan hoy en día para resolver infinidad de problemas. Por ejemplo: google search, google maps, sistemas recomendadores de Amazon y Netflix, confección de horarios, vehículos autónomos, videojuegos, y un largo etc. En el último capítulo se hace una breve introducción al aprendizaje automático más concretamente en la clasificación y el clustering que son la base de los algoritmos de análisis de datos.

Contenidos

1 Introducción a la Inteligencia Artificial    
    1.1 Historia
    1.2 Aplicaciones
    1.3 Ética y feminismo
2 Resolución de problemas    
    2.1 Búsqueda y resolución de problemas
    2.2 Búsqueda no informada: BFS, DFS
    2.3 Búsqueda informada: búsqueda voraz, algoritmo A
    2.4 Funciones heurísticas
    2.5 Búsqueda en los juegos: minimax, alpha-beta prunning
    2.6 Satisfacción de restricciones
3 Lógica    
    3.1 Representación de conocimiento: hechos y reglas
    3.2 Algoritmos de inferencia o razonamiento
4 Aprendizaje automático    
    4.1 Supervisado. Clasificación: N-nearest neighbours, árboles de decisión, Naive Bayes
    4.2 No supervisado. Clustering: K-means

Sistema de evaluación

Evaluación:

  • PR_E: prueba escrita individual. Ponderación de la nota final 60% si la nota es> = 5
  • PRAC: prácticas de la 1 a la 4. Ponderación en la nota final 40% (cada 10%) si se han aprobado al menos dos prácticas

Cálculo nota final (NF):

  • Si PR_E >= 5 y 2 o más prácticas aprobadas : NF = PON = PR_E 0,60 + PRAC 0,40 
  • Si PR_E < 5 o no 2 prácticas aprobadas: NF = min (PR_E, PON)

recuperación:

  • Se podrá recuperar la prueba escrita (PR_E). La nota final se calculará tal como se ha establecido anteriormente con la nota de la recuperación de la prueba escrita.

normativa:

  • La asistencia a las prácticas es obligatoria. Si un estudiante no asiste a una sesión de prácticas será calificado con una nota de 0 (cero) en la práctica correspondiente
  • Siguiendo la normativa de la UPF, si se detecta que una práctica o una prueba escrita ha sido copiada de un compañero la nota será de 0 (cero) tanto por lo que ha copiado como por el que se ha dejado copiar
  • Para que el estudiante tenga derecho a la recuperación se deberá haber presentado a la prueba escrita

Bibliografía

Básico

Russel, Stuard and Norvic, Peter (2013), "Artificial Intelligence: a modert approach". (3rd edition) Prentice Hall.