Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Tutorías: 1 Clase Expositiva: 10 Clase Interactiva: 11 Total: 22
Lenguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación, Departamento externo vinculado a las titulaciones
Áreas: Ciencia de la Computación e Inteligencia Artificial, Área externa M.U en Intelixencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable
· Conocer los modelos computacionales de la mente humana
· Distinguir los procesos básicos asociados a la inteligencia humana
· Conocer las principales aproximaciones computacionales a la cognición social
1. Modelos computacionales de la mente humana.
2. Elementos de una arquitectura cognitiva y tipos de arquitecturas.
3. Tipos de memorias y su utilización.
4. Formas de representación del conocimiento.
5. Tipos de aprendizaje
Bibliografía básica:
Kahneman, D. (2012). Pensar rápido, pensar despacio. Debate.
1. Básicas y generales
CG1 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas en el campo de la Inteligencia Artificial.
CG2 - Abordar con éxito todas las etapas de un proyecto de Inteligencia Artificial.
CG3 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo.
CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
CB9 - Que los estudiantes sepan comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades
2. Transversales
CT3 - Utilizar las herramientas básicas de las tecnologías de la información y las comunicaciones (TIC) necesarias para el ejercicio
de su profesión y para el aprendizaje a lo largo de su vida.
CT5 - Entender la importancia de la cultura emprendedora y conocer los medios al alcance de las personas emprendedoras.
CT7 - Desarrollar la capacidad de trabajar en equipos interdisciplinares o transdisciplinares, para ofrecer propuestas que contribuyan a un desarrollo sostenible ambiental, económico, político y social.
CT8 - Valorar la importancia que tiene la investigación, la innovación y el desarrollo tecnológico en el avance socioeconómico y cultural de la sociedad.
3. Específicas
CE5 - Capacidad para diseñar y desarrollar sistemas inteligentes mediante la aplicación de algoritmos de inferencia, representación del conocimiento y planificación automática.
CE6 - Capacidad para reconocer aquellos problemas que necesiten de una arquitectura distribuida que no esté prefijada durante el diseño del sistema, que serán adecuados para la implementación de sistemas multiagente inteligentes.
CE7 - Capacidad para entender las implicaciones del desarrollo de un sistema inteligente explicable e interpretable.
CE8 - Capacidad para diseñar y desarrollar sistemas inteligentes seguros, en términos de integridad, confidencialidad y robustez.
Aprendizaje por proyectos: se plantea al alumnado proyectos prácticos cuyo alcance requiere que se le dedique un parte importante de la dedicación total del alumno a la asignatura. Además, por el alcance de los trabajos a realizar, se requiere no sólo que el alumnado aplique competencias de gestión además de competencias de índole técnica.
Tutorías: el profesorado atenderá al alumnado en sesiones de tutorías individualizadas dedicadas a la orientación en el estudio y la resolución de dudas sobre los contenidos y trabajos de la asignatura.
Trabajo autónomo: el profesorado plantea al alumnado un trabajo cuyo alcance y objetivos requieren que sea trabajado por los alumnos de forma autónoma, aunque con la tutela del profesorado de la asignatura. En general, se aplica a trabajos con un alcance temporal y de esfuerzo superior al de las prácticas de laboratorio.
Estudio de casos: se plantea al alumnado un escenario de trabajo, real o ficticio, que presenta una determinada problemática. El alumnado debe aplicar los conocimientos teórico-prácticos de la asignatura para buscar una solución a la cuestión o cuestiones planteadas. Como norma general, el estudio de casos se realizará en grupos. Los distintos grupos de trabajo expondrán y pondrán en común sus soluciones.
Método expositivo / lección magistral: el profesorado presenta un tema al alumnado con el objetivo de facilitar un conjunto de información con alcance concreto. Esta metodología docente se aplicará a la actividad formativa "Clases de teoría".
Prácticas de laboratorio: el profesorado de la materia plantea al alumnado un problema o problemas de carácter práctico cuya resolución requiere la comprensión y aplicación de los contenidos teórico-prácticos incluidos en los contenidos de la materia.El alumnado puede trabajar la solución a los problemas planteados de forma individual o en grupos. Esta metodología docente se aplicará a la actividad formativa "Clases prácticas de laboratorio" y se podrá aplicar a la actividad formativa de "Sesiones de aprendizaje basado en problemas, seminarios, estudio de casos y proyectos".
La evaluación del aprendizaje considera tanto la parte teórica como la práctica. Para superar la materia ha de conseguirse una nota global igual o superior a 5, sobre una puntuación máxima de 10 puntos en las actividades de evaluación previstas. El peso de cada una de las partes es el siguiente:
E1: Examen final: 50%
E2: Evaluación de trabajos prácticos: 50%
Obtendrán la calificación de no presentado los/las estudiantes que no se hayan presentado al examen ni se hayan sometido a la evaluación de ninguna otra actividad obligatoria.
Para superar la asignatura en la segunda oportunidad el alumnado deberá someterse a la evaluación de todas aquellas partes o entregas obligatorias pendientes que se establezcan. Para el resto se conservarán las calificaciones obtenidas durante el curso.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la normativa de evaluación del rendimiento académico del alumnado y de revisión de las calificaciones (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…). En aplicación de la normativa de la ETSE sobre plagio (aprobada por la Xunta da ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso de las dos oportunidades del curso, con la calificación de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
Tiempo de trabajo presencial: 21 horas totales. Las sesiones presenciales están divididas en: 10h (Clases de teoría), 7h (Clases prácticas de laboratorio), 4h (Aprendizaje basado en problemas, seminarios, estudio de casos y proyectos).
Tiempo de trabajo personal: 54h (total).
Se recomienda que el alumnado resuelva, implemente, verifique y valide todos los ejercicios y prácticas propuestos (no solamente los evaluables). Igualmente se considera importante hacer uso de las tutorías para la resolución de dudas y una participación activa en las sesiones expositivas e interactivas.
La asignatura se imparte en inglés.
Eduardo Manuel Sánchez Vila
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816466
- Correo electrónico
- eduardo.sanchez.vila [at] usc.es
- Categoría
- Profesor/a: Titular de Universidad
| Miércoles | |||
|---|---|---|---|
| 17:00-18:30 | Grupo /CLE_01 | Inglés | IA.12 |
| 17.01.2025 10:30-14:00 | Grupo /CLIL_01 | IA.12 |
| 17.01.2025 10:30-14:00 | Grupo /CLE_01 | IA.12 |
| 25.06.2025 10:30-14:00 | Grupo /CLE_01 | IA.12 |
| 25.06.2025 10:30-14:00 | Grupo /CLIL_01 | IA.12 |