Créditos ECTS Créditos ECTS: 4.5
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 71.5 Horas de Tutorías: 1 Clase Expositiva: 15 Clase Interactiva: 25 Total: 112.5
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación
Áreas: Ciencia de la Computación e Inteligencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable
El objetivo de la asignatura es adquirir las habilidades necesarias para construir sistemas que sean capaces de resolver problemas de manera similar a los humanos, como diagnosticar un problema médico o diseñar un sistema de referencia personalizado. El tema se centrará en aprender cómo definir el conocimiento que un sistema necesita para dotarlo de comportamiento inteligente, cómo modelar y representar simbólicamente ese conocimiento, y cómo razonar automáticamente sobre esas representaciones para lograr acciones inteligentes. Se adquirirán habilidades prácticas con el diseño de sistemas inteligentes en diferentes áreas.
TEORÍA:
Unidad 1: Primer orden y lógica descriptiva.
Tema 2: Sistemas basados en reglas.
Unidad 3: programación lógica
Unidad 4: Ontologías
Unidad 5: redes semánticas
Unidad 6: Gráficos de conocimiento.
PRÁCTICAS
Interactivo I: Representación y razonamiento con lógica de primer orden.
Interactivo II: Representación y razonamiento con sistemas basados en reglas.
Interactivo III: Representación y razonamiento con programación lógica.
Interactivo IV: Representación y razonamiento con ontologías y lógica descriptiva.
V interactivo: representación y razonamiento con redes semánticas y gráficos de conocimiento.
BIBLIOGRAFÍA BÁSICA (en orden de prioridad)
1. José Tomás Palma Méndez y Roque Marín Morales. Inteligencia artificial: métodos, técnicas y aplicaciones. Madrid [etc.]: McGraw Hill, policía. 2008 [Sig.: A360 15, Escuela de Ingeniería]
2. Stuart Russell y Peter Norvig. Inteligencia artificial: un enfoque moderno. Prentice-Hall, 3ª edición, 2009. ISBN 0136042597 [Sig.: C10 228, Escuela de Ingeniería]
BIBLIOGRAFÍA COMPLEMENTARIA
3. David Lynton Poole, Randy G. Goebel y Alan K. Mackworth. Inteligencia computacional: un enfoque metodológico. Londres: Springer, policía. 2013 [Sig.: L2 2027 2, Biblioteca de Filosofía]
BIBLIOGRAFÍA EN LÍNEA
4. Inteligencia artificial (MIT), https://ocw.mit.edu/courses/electrical-engineering-and-computer-science…
5. Inteligencia Artificial Médica (MIT), https://ocw.mit.edu/courses/health-sciences-and-technology/hst-947-medi…
Se adquirirá un conjunto de competencias específicas para la representación del conocimiento y el razonamiento, pero también una serie de competencias genéricas para cualquier desarrollo de un programa de software y, finalmente, competencias transversales que afectan las habilidades personales y la forma en que se relacionan. Con esto en mente, las competencias son las siguientes:
COMPETENCIAS ESPECÍFICAS
* Conocimiento y aplicación de los procedimientos algorítmicos básicos de las tecnologías informáticas para diseñar soluciones a problemas, analizando la idoneidad y complejidad de los algoritmos propuestos.
* Conocimiento, diseño y uso eficiente de los tipos y estructuras de datos más apropiados para resolver un problema.
* Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica.
* Capacidad para comprender el entorno de una organización y sus necesidades en el campo de las tecnologías de la información y las comunicaciones.
COMPETENCIAS GENÉRICAS
* Capacidad para recopilar e interpretar datos relevantes (generalmente dentro de su área de estudio) para emitir juicios que incluyan la reflexión sobre cuestiones sociales, científicas o éticas relevantes.
* Capacidad para definir, evaluar y seleccionar plataformas de hardware y software para el desarrollo y ejecución de sistemas informáticos, servicios y aplicaciones.
* Conocimiento de temas básicos y tecnologías que les permiten aprender y desarrollar nuevos métodos y tecnologías, así como aquellos que les dan una gran versatilidad para adaptarse a nuevas situaciones.
* Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión.
COMPETENCIAS TRANSVERSALES
* Instrumental: capacidad de analizar y sintetizar. Habilidades de organización y planificación. Comunicación oral y escrita en gallego, español e inglés. Capacidad de gestión de la información. Resolución de problemas Toma de decisiones.
* Personal: trabajo en equipo. Trabajo en un equipo multidisciplinario y multilingüe. Habilidades en las relaciones interpersonales. Pensamiento crítico. Compromiso ético.
* Sistemático: aprendizaje autónomo. Adaptación a nuevas situaciones. Creatividad. Iniciativa y espíritu emprendedor. Motivación por la calidad. Sensibilidad a los problemas ambientales.
La metodología de enseñanza tiene como objetivo enfocar el tema en los aspectos prácticos de la representación declarativa del conocimiento y el razonamiento, y en los conceptos que diferencian el paradigma declarativo de otros enfoques. Busca comprender las ventajas del enfoque declarativo y las habilidades para desarrollar un programa con solvencia siguiendo la metodología de Inteligencia Artificial. Con esto en mente, se distinguen dos tipos de actividades de aprendizaje: clases magistrales y sesiones prácticas en grupos pequeños. Así:
* Enseñanza expositiva que consistirá básicamente en lecciones del profesor, dedicadas a la exposición de los contenidos teóricos y a la resolución de problemas o ejercicios. Se buscará la participación activa de los estudiantes.
* La enseñanza interactiva permitirá la adquisición de habilidades prácticas y servirá para la ilustración inmediata de los contenidos teórico-prácticos, mediante modelado, verificación o programación interactiva.
La evaluación de la asignatura tendrá lugar de dos maneras diferentes, aunque complementarias, que tienen como objetivo evaluar las competencias en la realización práctica de los programas y el dominio de la representación del conocimiento y el razonamiento. Por otro lado, se hará una distinción entre la evaluación de la oportunidad ordinaria y la de recuperación:
OPORTUNIDAD ORDINARIA
(1) Examen de los aspectos teóricos de la asignatura. No será obligatorio.
(2) Evaluación continua presencial durante las clases interactivas, en las que se trabajarán decisiones de modelado, representación, razonamiento y verificación. Para aprobar la evaluación continua de la asignatura será necesario aprobar todas las actividades propuestas tal y como se proponen a lo largo del curso. No se permitirá la entrega fuera del plazo establecido durante el semestre. La nota final puede alcanzar un máximo de 7 puntos sobre 10 puntos en la nota final de la asignatura. Se propondrá una práctica optativa como parte optativa de la evaluación continua, que podrá suponer un aumento adicional de 1 punto en la nota de la parte práctica. Por otro lado, la entrega de alguna actividad interactiva se considerará como se presenta en la asignatura. Finalmente, la copia parcial o total de cualquiera de las entregas supondrá la suspensión de toda la asignatura.
Cálculo de la nota final:
Si el alumno ha superado la evaluación continua, realiza el examen final y obtiene una nota superior a 5 (sobre 10):
Nota final = NoteEvc + (10- NoteEvc) * NoteEx * 0.1
Si el alumno ha superado la evaluación continua y no se presenta al examen final o si se presenta, obtiene una nota inferior a 5 (sobre 10):
Nota final = NotaEvc
Si el alumno no ha superado la evaluación continua y se presenta al examen final:
Calificación final = NoteEx
Siendo NotaEvc la nota final obtenida en la evaluación continua y NotaEx la nota obtenida en el examen final de la asignatura.
OPORTUNIDAD DE RECUPERACIÓN
Los criterios de evaluación de las partes de teoría y práctica en la oportunidad de recuperación serán exactamente los mismos que para la oportunidad ordinaria. Para aprobar la evaluación continua de la asignatura, será necesario aprobar todas las actividades propuestas a medida que se proponen a lo largo del curso.
(1) Estudio autónomo de los conceptos de la asignatura (15 horas). El tiempo dedicado a este estudio no solo incluye el tiempo requerido para prepararse para el examen teórico, sino también el tiempo requerido para comprender los conceptos teóricos para que pueda aplicarlos correctamente a la representación del conocimiento y el razonamiento.
(2) Ejercicios de escritura y tareas (5 horas). El tiempo dedicado a este escrito está relacionado con el trabajo que debe darse al final de cada una de las actividades interactivas que explican cómo se realizó.
(3) Complete los ejercicios de las actividades interactivas (15 horas). Este tiempo es necesario para completar los ejercicios fuera de las sesiones de práctica e internalizar cómo resolver el problema planteado en el ejercicio, ya que en las sesiones de práctica se pone más énfasis en comprender el problema y la forma general en que se resolverá, mientras que el Los detalles necesarios para completar los ejercicios deben realizarse en el tiempo adicional de trabajo práctico.
Para poder aprovechar la asignatura y adquirir sus conceptos con cierta fluidez, es muy recomendable aprovechar las clases magistrales y las sesiones de práctica, ya que, como se presenta en el programa y la metodología de enseñanza, estas actividades están directamente relacionadas. Por otro lado, también es muy recomendable que explore el material de soporte (páginas web sobre tecnología, tutoriales en línea sobre entornos de desarrollo, descripción de historias de éxito, etc.) que incluye explicaciones adicionales a las de las clases presenciales y que ayudan a Comprender y reforzar los conceptos de la asignatura.
María Jesús Taboada Iglesias
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881813561
- Correo electrónico
- maria.taboada [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
| Miércoles | |||
|---|---|---|---|
| 09:30-11:30 | Grupo /CLIL_01 | Castellano | IA.S2 |
| 11:30-13:30 | Grupo /CLIL_02 | Castellano | IA.S2 |
| 17:30-19:00 | Grupo /CLE_01 | Castellano | IA.S1 |
| 15.01.2025 16:00-20:00 | Grupo /CLIL_01 | Aula A1 |
| 15.01.2025 16:00-20:00 | Grupo /CLE_01 | Aula A1 |
| 15.01.2025 16:00-20:00 | Grupo /CLIL_02 | Aula A1 |
| 03.07.2025 10:00-14:00 | Grupo /CLIL_02 | Aula A4 |
| 03.07.2025 10:00-14:00 | Grupo /CLIL_01 | Aula A4 |
| 03.07.2025 10:00-14:00 | Grupo /CLE_01 | Aula A4 |