Que estás buscando?
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
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
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
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.
Esta asignatura dispone de recursos metodológicos y digitales para hacer posible su continuidad en modalidad no presencial en el caso de ser necesario por motivos relacionados con la Covidien-19. De esta forma se asegurará la consecución de los mismos conocimientos y competencias que se especifican en este plan docente.
A nivel general, esta asignatura contribuye a siguientes resultados de aprendizaje especificados para la materia a la que pertenece (Algorítmica y Programación)
A un nivel más concreto, al finalizar la asignatura el estudiante debe ser capaz de:
Todos los conceptos teóricos de la materia expondrán en clases de teoría (grupos grandes). En estas clases, ya discreción de los docentes impartidores, también se resolverán ejercicios y problemas de carácter más práctico. Asimismo, y siempre a discreción de los impartidores, se podrá pedir a los estudiantes que resuelvan, de manera individual o en grupo, problemas y / o ejercicios breves. Estas actividades, breves y optativas, servirán al estudiante como instrumento de autoevaluación de su adquisición de los contenidos de la materia y podrán ser utilizados por parte del docente para tomar decisiones sobre la calificación final del estudiante bueno y que nunca en detrimento de la calificación numérica calculada según el sistema de calificación especificado por la asignatura.
Los conceptos de carácter más práctico y todo lo que en esencia se pueda considerar la aplicación práctica de los conceptos teóricos serán trabajados de manera más intensiva en grupos pequeños (de laboratorio). En las sesiones que se programen al efecto se darán las herramientas adecuadas para resolver las actividades programadas bueno y que se espera que estas alarguen desde el punto de vista temporal, más allá de las horas de laboratorio y que, en consecuencia Encías, los estudiantes deban finalizar durante el tiempo de aprendizaje autónomo.
Se pondrá a disposición de los estudiantes actividades de tipo totalmente opcional que le ayuden a preparar ya prepararse para las de carácter obligatorio.
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
Con el objetivo de recoger evidencia del logro de los resultados de aprendizaje esperados se realizarán las siguientes actividades de carácter evaluativo:
prácticas: se hará un máximo de cuatro prácticas (relacionadas con todas las competencias)
En las prácticas se trabajarán todas las competencias comunes y específicas: CIN1, CIN3, CIN7, CIN8, CIN15 y EFB3, así como las básicas B2, B3, B4 y las transversales T1 y T2
Prueba escrita: examen individual sobre la teoría y resolución de problemas vista en clase. Esta prueba recoge evidencia de todos los resultados de aprendizaje.
En la prueba escrita se trabajarán todas las competencias comunes y específicas: CIN1, CIN3, CIN7, CIN8, CIN15 y EFB3, así como las básicas B2, B3 y B5
A continuación se explicitan los aspectos más importantes de cada competencia asignada a la asignatura:
Para superar (aprobar) las actividades evaluativas, los estudiantes deberán demostrar
Evaluación:
Cálculo nota final (NF):
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:
Russel, Stuard and Norvic, Peter (2013), "Artificial Intelligence: a modert approach". (3rd edition) Prentice Hall.