Créditos ECTS Créditos ECTS: 3
Horas ECTS Criterios/Memorias Horas de Titorías: 1 Clase Expositiva: 10 Clase Interactiva: 11 Total: 22
Linguas de uso Inglés
Tipo: Materia Ordinaria Máster RD 1393/2007 - 822/2021
Departamentos: Electrónica e Computación, Departamento externo vinculado ás titulacións
Áreas: Ciencia da Computación e Intelixencia Artificial, Área externa M.U en Intelixencia Artificial
Centro Escola Técnica Superior de Enxeñaría
Convocatoria: Primeiro semestre
Docencia: Con docencia
Matrícula: Matriculable
• Coñecer os modelos computacionais da mente humana
• Distinguir os procesos básicos asociados á intelixencia humana
• Coñecer as principales aproximacions computacionais á cognición social
1. Modelos computacionais da mente humana.
2. Elementos dunha arquitectura cognitiva e tipos de arquitecturas.
3. Tipos de memorias e a súa utilización.
4. Formas de representación do coñecimento.
5. Tipos de aprendizaxe.
Bibliografía básica:
Kahneman, D. (2012). Pensar rápido, pensar despacio. Debate.
1. Básicas e xeral
CG1 - Manter e ampliar enfoques teóricos fundamentados que permitan a introdución e explotación de tecnoloxías novas e avanzadas no ámbito da Intelixencia Artificial.
CG2 - Abordar con éxito todas as etapas dun proxecto de Intelixencia Artificial.
CG3 - Busca e selecciona a información útil necesaria para resolver problemas complexos, manexando con facilidade as fontes bibliográficas da materia.
CB6 - Posuír e comprender coñecementos que proporcionan unha base ou oportunidade para ser orixinais no desenvolvemento e/ou aplicación de ideas, a miúdo nun contexto de investigación
CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade para resolver problemas en contornos novos ou pouco coñecidos dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo.
CB9 - Que os estudantes saiban comunicar as súas conclusións e os coñecementos e razóns finais que as sustentan a públicos especializados e non especializados de forma clara e sen ambigüidades.
2. Transversais
CT3 - Utilizar as ferramentas básicas das tecnoloxías da información e da comunicación (TIC) necesarias para o exercicio
da súa profesión e para a formación permanente.
CT5 - Comprender a importancia da cultura emprendedora e coñecer os medios dos que dispoñen os emprendedores.
CT7 - Desenvolver a capacidade de traballo en equipos interdisciplinares ou transdisciplinares, para ofrecer propostas que contribúan a un desenvolvemento sostible ambiental, económico, político e social.
CT8 - Valorar a importancia da investigación, a innovación e o desenvolvemento tecnolóxico no avance socioeconómico e cultural da sociedade.
3. Específicas
CE5 - Capacidade para deseñar e desenvolver sistemas intelixentes mediante a aplicación de algoritmos de inferencia, representación do coñecemento e planificación automática.
CE6 - Capacidade para recoñecer aqueles problemas que requiran unha arquitectura distribuída non preestablecida durante o deseño do sistema, que será axeitada para a implantación de sistemas intelixentes multiaxente.
CE7 - Capacidade para comprender as implicacións do desenvolvemento dun sistema intelixente explicable e interpretable.
CE8 - Capacidade para deseñar e desenvolver sistemas intelixentes seguros, en termos de integridade, confidencialidade e robustez.
Aprendizaxe por proxectos: os alumnos reciben proxectos prácticos cuxo alcance require que unha parte importante da dedicación total do alumno se dedique á materia. Ademais, pola amplitude do traballo que se vai realizar, requírese non só que o alumnado aplique habilidades de xestión, así como competencias de carácter técnico.
Titorías: o profesorado asistirá ao alumnado en titorías individualizadas dedicadas á orientación no estudo e á resolución de dúbidas sobre os contidos e traballos da materia.
Traballo autónomo: o profesorado presenta ao alumnado un proxecto cuxo alcance e obxectivos esixen que o alumnado o traballe de forma autónoma, aínda que baixo a supervisión do profesorado da materia. En xeral, aplícase a traballos cun alcance temporal e esforzo superior ao das prácticas de laboratorio.
Caso práctico: preséntase ao alumnado un escenario de traballo, real ou ficticio, que presenta un problema concreto. O alumnado deberá aplicar os coñecementos teóricos e prácticos da materia para atopar unha solución á pregunta ou cuestións formuladas. Como norma xeral, o caso práctico realizarase en grupo. Os diferentes grupos de traballo exporán e compartirán as súas solucións.
Método expositivo/clase maxistral: o profesor expón un tema ao alumnado co obxectivo de proporcionar un conxunto de información cun alcance específico. Esta metodoloxía docente aplicarase á actividade formativa “Clases teóricas”.
Prácticas de laboratorio: o profesorado da materia expón ao alumnado un problema ou problemas de carácter práctico cuxa resolución esixe a comprensión e aplicación dos contidos teórico-prácticos incluídos nos contidos da materia.O alumnado poderá traballar a solución os problemas plantexados.individualmente ou en grupo. Esta metodoloxía docente aplicarase á actividade formativa "Clases prácticas de laboratorio" e poderá aplicarse á actividade formativa "Sesións de aprendizaxe por problemas, seminarios, estudos de casos e proxectos".
A avaliación da aprendizaxe contempla tanto a parte teórica como a práctica. Para superar a materia deberá acadarse unha nota global igual ou superior a 5, sobre unha puntuación máxima de 10 puntos nas actividades de avaliación previstas. O peso de cada unha das partes é o seguinte:
E1: Exame final: 50%
E2: Avaliación dos traballos prácticos: 50%
O alumnado que non se presentase ao exame ou non se sometese á avaliación de ningunha outra actividade obrigatoria obterá a cualificación de non presentado.
Para superar a materia en segunda oportunidade, o alumnado deberá someterse á avaliación de todas aquelas partes ou entregas obrigatorias pendentes que se establezan. Para o resto conservaranse as titulacións obtidas durante o curso.
No caso de realización fraudulenta de exercicios ou probas será de aplicación o disposto na normativa de avaliación do rendemento académico do alumnado e revisión das cualificacións (https://www.xunta.gal/dog/Publicados/2011/20110721 /AnuncioG2018-190711). -4180_gl.html). En aplicación da normativa da ETSE en materia de plaxio (aprobada pola Xunta da ETSE o 19/12/2019), a copia total ou parcial de calquera exercicio práctico ou teórico suporá suspender as dúas oportunidades do curso, coa nota de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
Tempo de traballo presencial: 21 horas totais. As clases presenciais divídense en: 10h (Clases teóricas), 7h (Clases prácticas de laboratorio), 4h (Aprendizaxe baseada en problemas, seminarios, casos prácticos e proxectos).
Tempo de traballo persoal: 54h (total).
Recoméndase que o alumnado resolva, implemente, verifique e valide todos os exercicios e prácticas propostos (non só os avaliables). Tamén se considera importante facer uso de titorías para resolver dúbidas e participar activamente en sesións expositivas e interactivas.
A materia impártese en inglés
Eduardo Manuel Sánchez Vila
Coordinador/a- Departamento
- Electrónica e Computación
- Área
- Ciencia da Computación e Intelixencia Artificial
- Teléfono
- 881816466
- Correo electrónico
- eduardo.sanchez.vila [at] usc.es
- Categoría
- Profesor/a: Titular de Universidade
| Mércores | |||
|---|---|---|---|
| 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 |