Código: 240403 | Asignatura: INTELIGENCIA ARTIFICIAL | ||||
Créditos: 6 | Tipo: Obligatoria | Curso: 2 | Periodo: 2º S | ||
Departamento: Automática y Computación | |||||
Profesorado: | |||||
BUSTINCE SOLA, NICANOR HUMBERTO (Resp) [Tutorías ] | FERNANDEZ FERNANDEZ, FCO. JAVIER [Tutorías ] |
Esta asignatura pretende proporcionar al estudiante los principios y conceptos básicos de la Inteligencia Artificial con un enfoque teórico y otro aplicado a la Ingeniería. Deben adquirir una base sólida en la representación de estados , en las búsquedas y en los elementos básicos aplicados de la inteligencia artificial.
Espacio de estados, operadores de búsqueda, profundidad, anchura, búsquedas optimales, algoritmo A*, perceptrón, toma de decisión, procesamiento de imagen
Las competencias genéricas que un alumno debería adquirir en esta asignatura son:
Aparte de estos conocimientos y habilidades, la asignatura pretende la adquisición de las competencias transversales:
Las competencias específicas que un alumno debería adquirir en esta asignatura son:
Conocer y aplicar los procedimientos algorítmicos básicos de la Inteligencia Artificial
Identificar los problemas en los que pueden aplicarse las diferentes algoritmos básicos.
Diseñar soluciones para problemas específicos a partir de las técnicas estudiadas
Metodología - Actividad | Horas Presenciales | Horas no Presenciales |
A-1 Clases teóricas | 22 | |
A-2 Aprendizaje basado en problemas y/o casos | 8 | |
A-3 Sesiones prácticas | 30 | |
A-4 Programación y resolución de problemas, ejercicios | 35 | |
A-5 Elaboración de trabajo | 16 | |
A-6 Estudio individual | 35 | |
A-7 Exámenes, evaluación prácticas | 4 | |
Total | 64 | 86 |
Para superar la asignatura es necesario obtener una calificación igual o superior a 5 (sobre 10) en el aspecto 2.
Aspecto | Criterios | Instrumento | Peso |
1.- Asistencia y participación activa en clase | Asistencia a las sesiones presenciales. Intervención y aportaciones |
Plantear cuestiones teórico/prácticas durante las clases teóricas. (NO recuperable) |
10% |
2.- Conceptos de la materia | Identificación de conceptos clave y comprensión de conocimientos teóricos y prácticos de la materia. Respuesta en tiempo, forma y adecuación de contenidos. |
Examen teórico-práctico (escrito) (Recuperable) |
40% |
3. Supuestos prácticos | Aplicación de los conocimientos en la práctica. | Al inicio de clase se entregarán unos supuestos prácticos y se recogerán resueltos al finalizar la misma. (Recuperable) |
40% |
4.- Realización de trabajos | Capacidad de análisis y síntesis. Aplicación de los conocimientos en la práctica. Creatividad, innovación, propuestas de mejora. Compromiso por la calidad. |
Trabajo libre de carácter personal que aplique, analice, desarrolle o recoja una o más de las partes de la asignatura y lo contextualice en un supuesto concreto. (NO recuperable) |
10% |
Contenidos teóricos
Tema 1. Introducción a la Inteligencia Artificial
Tema 2. El problema en Inteligencia Artificial. Espacio de Estados
Tema 3. Búsquedas Exhaustiva.
Tema 4. Heurísticas.
Tema 5. Búsqueda de la solución óptima. Algoritmo A*
Tema 6. Introducción alaprendizaje automático.
Tema 7. Medias. Introducción a la Toma de Decisión.
Tema 8. Introducción al procesamiento de imagen
Contenidos prácticos
Introducción al Lisp. Búsquedas. Introducción al Matlab. Aprendizaje, redes neuronales, toma de decisión y procesamiento de imagen.
Acceda a la bibliografía que el profesorado de la asignatura ha solicitado a la Biblioteca.