Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Traballo do Alumno/a ECTS: 99 Horas de Titorías: 1 Clase Expositiva: 15 Clase Interactiva: 35 Total: 150
Linguas de uso Castelán, Galego
Tipo: Materia Ordinaria Grao RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación
Áreas: Ciencia da Computación e Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable
Obter coñecementos básicos sobre a Intelixencia Artificial: a súa evolución, tipos de problemas que aborda e técnicas para resolvelos, repercusións sociais, económicas, éticas, no emprego...
Clases expositivas:
T1: Perspectiva histórica da IA
Estratexias para a resolución de problemas en IA
T2: Busca en espazos de estados
T3: Baseadas en coñecemento
T4: Sistemas conexionistas
Aprendizaxe automática
T5: Regresión lineal e loxística
T6: Aprendizaxe supervisada
T7: Aprendizaxe non supervisada
T8: Repercusións da IA: socioeconómicas, éticas…
Clases interactivas:
CI1: Seminarios interactivos sobre diversas aplicacións, tanto en operación como en investigación
CI2: Seminario de comunicación oral
CI3: Debates sobre temas relacionados co impacto social, económico, ético… da IA
Concurso de redacción sobre temas de especial actualidade en IA –opcional-
Prácticas:
P1: Busca en espazos de estados
P2: Sistemas baseados en coñecemento
P3: Aprendizaxe automática
Bibliografía de especial interese:
1. J. Palma, R. Marín (eds.). Inteligencia Artificial. Métodos, técnicas y aplicaciones. McGrawHill. (2008). ISBN: 9788448156183
2. Fernández Galán, S., González Boticario, J., Mira Mira, J. Problemas Resueltos de Inteligencia Artificial Aplicada. Búsqueda y Representación. Addison Wesley. (1998). ISBN: 9788478290178
3. Russell, S., Norvig, P. Artificial Intelligence (A Modern Approach), (4th Edition Global Edition, 2022). ISBN: 9781292401133.
4. Nilsson, N.J. Inteligencia artificial (Una nueva síntesis). McGraw-Hill. (2001). ISBN: 9788448128241
5. Gendreau, Michel, Potvin, Jean-Yves. Handbook of Metaheuristics. Springer-Verlag. (2010). ISBN: 978-1-4419-1665-5
6. Ian Goodfellow, Yoshua Bengio and Aaron Courville, “Deep Learning”, An MIT Press book, 2016
7. Simon O. Haykin, "Neural Networks and Learning Machines", Prentice Hall, 3rd edition, 2008. ISBN 0131471392
Contribuír a acadar as competencias recollidas na memoria do título de Grao en Enxeñaría Informática da USC (CX4, CX8, CX9, TR1-3, RI6-7, RI15, TI1), nomeadamente:
BÁSICAS E XERAIS
CX4- Capacidade para definir, avaliar e seleccionar plataformas hardware e software para o desenvolvemento e a execución de sistemas, servicios e aplicacións informáticas, de acordo cos coñecementos adquiridos
CX8- Coñecemento das materias básicas e tecnoloxías, que capaciten para a aprendizaxe e desenvolvemento de novos métodos e
tecnoloxías, así como as que lles doten dunha grande versatilidade para adaptarse a novas situacións
CX9- Capacidade para resolver problemas con iniciativa, toma de decisións, autonomía e creatividade. Capacidade para saber
comunicar e transmitir os coñecementos, habilidades e destrezas da profesión de Enxeñeiro Técnico en Informática.
TRANSVERSAIS
TR1- Instrumentais: Capacidade de análise e síntese. Capacidade de organización planificación. Comunicación oral e escrita en
galego, castelán e inglés. Capacidade de xestión da información. Resolución de problemas. Toma de decisións
TR3. Sistémicas: Aprendizaxe autónoma. Adaptación a novas situacións. Creatividade. Iniciativa e espíritu emprendedor.
Motivación pola calidade. Sensibilidade cara a temas medioambientais
ESPECÍFICAS
RI15- Coñecemento e aplicación dos principios fundamentais e técnicas básicas dos sistemas intelixentes e a súa aplicación
práctica
TI1 - Capacidade para comprender a contorna dunha organización e as súas necesidades no eido das TIC
RI6 - Coñecemento e aplicación dos procedementos algorítmicos básicos das tecnoloxías informáticas para deseñar solucións
a problemas, analizando a idoneidade e complexidade dos algoritmos propostos
RI7 - Coñecemento, deseños e utilización de forma eficiente dos tipos e estruturas de datos máis adecuados á resolución dun
problema
A metodoloxía didáctica basearase no traballo individual -aínda que en ocasións sexa desenvolvido en grupos-, na discusión co profesorado en clase e nas titorías individuais.
Para cada tema ou bloque temático das clases expositivas, o profesorado preparará os contidos, explicará os obxectivos do tema ao alumnado en clase, suxeriralles bibliografía, proporcionaralles material de traballo adicional, etc. Nas clases expositivas traballaranse as competencias CX4, CX9, TR1, RI15, TI1. Ademais, o profesorado propoñerán ao estudantado un conxunto de actividades a realizar, de forma individual ou en grupo (traballos, presentacións, lecturas, prácticas ...). O alumnado deberá en xeral presentalas ante o profesorado para a súa avaliación, para o que se indicarán os prazos de entrega/presentación a través das canles utilizadas para a comunicación estudantado-profesorado. Estas actividades permitirán desenvolver as competencias CX4, CX8, CX9, TR1-3, RI15.
As prácticas e parte das sesións interactivas desenvolveranse na aula de Informática da Escola, empregando diversas ferramentas software para cada un dos bloques temáticos. A realización das prácticas permitirá desenvolver as competencias CX4, CX8, TR1-3, RI6-7, RI15.
O alumnado traballará de forma individual ou en grupos reducidos, co apoio constante do profesorado. Dispoñerase de guións de prácticas, seminarios e outras actividades para realizar de modo individual ou en grupos reducidos.
A docencia estará apoiada pola plataforma USC virtual da seguinte maneira: repositorio da documentación relacionada coa materia (textos, presentacións, lecturas recomendadas...) e titorización virtual dos estudantes (correo-e, foros).
A avaliación da aprendizaxe considera tanto a parte teórica (40%), como a práctica (50%) e as actividades interactivas (10%). Para superar a materia o alumnado terá que conseguir unha nota global igual ou superior a 5, sobre unha puntuación máxima de 10 puntos, de acordo cos seguintes criterios:
- Parte teórica: avaliarase nun único exame a realizar na data oficial. A cualificación do exame terá que ser igual ou superior a 4 sobre unha puntuación máxima de 10 puntos, para que poida aprobarse o conxunto da materia. Noutro caso deberá repetirse na oportunidade de recuperación.
- Parte práctica: avaliación de todas as actividades prácticas propostas polos docentes. Todas as prácticas terán o mesmo peso na cualificación desta parte. A cualificación desta parte terá que ser igual ou superior a 4 sobre unha puntuación máxima de 10 puntos, para que poida aprobarse o conxunto da materia. Aquelas prácticas cunha cualificación inferior a 3 puntos deberán avaliarse na segunda oportunidade.
- Actividades interactivas: avaliación de todas as actividades interactivas obrigatorias propostas polos docentes (entrega de traballos, presentacións e participación na aula, entrega de exercicios,...). As actividades interactivas obrigatorias valoraranse globalmente sobre un máximo de 10 puntos e ao resultado poderanse agregar os puntos outorgados pola realización de actividades voluntarias, tendo en todo caso o 10 como puntuación máxima final desta parte. A cualificación desta parte terá que ser igual ou superior a 4 sobre unha puntuación máxima de 10 puntos, para que poida aprobarse o conxunto da materia. De non ser así esta parte deberá someterse a avaliación na oportunidade de recuperación en caso de non ter acadado unha cualificación de cando menos 3 puntos.
A cualificación final da materia será a media aritmética, ponderada polas porcentaxes antes indicadas das partes teórica, práctica e actividades complementarias. En caso de incorrer nalgunha das situacións indicadas anteriormente por non alcanzarse nunha ou máis partes a nota mínima necesaria para superar globalmente a materia, a cualificación final da oportunidade será o mínimo das cualificacións obtidas nas devanditas partes.
Obterán a cualificación de non presentado os/as estudantes que non se presentaran ao exame nin se someteran á avaliación de ningunha outra actividade obrigatoria.
Para superar a materia na segunda oportunidade, o alumnado deberá someterse á avaliación de todas aquelas partes obrigatorias pendentes, de acordo co anteriormente especificado. Para o resto conservaranse as cualificacións obtidas durante o curso.
No caso de realización fraudulenta de exercicios ou probas, será de aplicación o recollido na normativa de avaliación do rendemento académico dos estudantes e de revisión de cualificacións (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…). En aplicación da normativa da ETSE sobre plaxio (aprobada pola Xunta da ETSE o 19/12/2019), a copia total ou parcial dalgún exercicio de prácticas ou teoría suporá o suspenso nas dúas oportunidades do curso, coa cualificación de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
Tempo de traballo presencial: 58 horas totais, divididas en 15 h (clases maxistrais), 35 h (seminarios e prácticas), 3 h (titorías) e 5 h (controis).
Tempo de traballo persoal: 92 h (total), divididas en 62 h (estudo autónomo de teoría e prácticas) e 30 h (traballos, proxectos e outras actividades).
Recoméndase que os/as estudantes resolvan, implementen, verifiquen e validen todos os exercizos e prácticas propostos (non soamente os avaliables). Igualmente, considérase importante facer un uso intenso das titorías para a resolución de dúbidas.
A lingua predominante de impartición da materia será o galego.
Senén Barro Ameneiro
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881816469
- Correo electrónico
- senen.barro [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidade
David Chaves Fraga
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881815525
- Correo electrónico
- david.chaves [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
Nicolas Vila Blanco
- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Correo electrónico
- nicolas.vila [at] usc.es
- Categoría
- Profesor/a: Profesor Axudante Doutor LOU
| Luns | |||
|---|---|---|---|
| 11:00-12:00 | Grupo /CLE_01 | Galego | IA.S1 |
| 15:30-18:30 | Grupo /CLIL_02 | Castelán, Galego | IA.S2 |
| Martes | |||
| 15:30-18:30 | Grupo /CLIL_03 | Galego, Castelán | IA.S2 |
| Mércores | |||
| 09:00-10:00 | Grupo /CLE_01 | Galego | IA.S1 |
| 10:00-11:00 | Grupo /CLE_01 | Galego | IA.S1 |
| 17:00-20:00 | Grupo /CLIL_04 | Galego, Castelán | IA.04 |
| Venres | |||
| 15:30-18:30 | Grupo /CLIL_01 | Galego, Castelán | IA.04 |
| 09.01.2025 10:00-14:00 | Grupo /CLE_01 | IA.S1 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_01 | IA.S1 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_02 | IA.S1 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_03 | IA.S1 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_04 | IA.S1 |
| 09.01.2025 10:00-14:00 | Grupo /CLE_01 | IA.S2 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_01 | IA.S2 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_02 | IA.S2 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_03 | IA.S2 |
| 09.01.2025 10:00-14:00 | Grupo /CLIL_04 | IA.S2 |
| 24.06.2025 10:00-14:00 | Grupo /CLIL_04 | Aula A2 |
| 24.06.2025 10:00-14:00 | Grupo /CLE_01 | Aula A2 |
| 24.06.2025 10:00-14:00 | Grupo /CLIL_01 | Aula A2 |
| 24.06.2025 10:00-14:00 | Grupo /CLIL_02 | Aula A2 |
| 24.06.2025 10:00-14:00 | Grupo /CLIL_03 | Aula A2 |