Inteligencia Artificial

El objetivo de la asignatura es dotar al estudiante de una comprensión profunda y actualizada sobre el uso avanzado de la Inteligencia Artificial en diferentes entornos. Se abordarán de forma avanzada los principales paradigmas de la IA con énfasis en su aplicación práctica para la resolución de problemas estratégicos, operativos y de toma de decisiones en contextos diversos. Al finalizar la asignatura, el alumno será capaz de identificar, diseñar e implementar soluciones basadas en IA, comprendiendo los fundamentos teóricos, los métodos algorítmicos y las técnicas más relevantes en función de los objetivos específicos de negocio.

1.- IA en la industria automotriz 1.1.- Panorámica 1.2. - Sistemas Avanzados de Ayuda a la Conducción. 1.3. - Coche Autónomo. 2.- IA en el campo de la salud 2.1. - Panorámica. 2.2. - Tecnologías punteras en la asistencia médica 2.3. - Salud motorizada 3. IA en el mundo empresarial 3.1. Panorámica 3.2. Inteligencia de Negocio (Business Intelligence) 3.3. Marketing e IA 4. IA en la Ingeniería 4.1. Panorámica 4.2. IoT e IA (IIoT y AIoT) 4.3. Analítica social para la industria y Sistemas de Control Inteligentes 5.- Ética e IA 5.1. Riesgos asociados a la IA. 5.2. Casos de aplicación cuestionables. 5.3. Iniciativas para una IA ética. 6. - Otras áreas de aplicación de la IA 6.1. Panorámica. 6.2. Aplicaciones. 6.3. IA y el desarrollo sostenible. 6.3.1. Panorámica. 6.3.2. Desafíos sociales, económicos y tecnológicos. 6.3.3. Aplicaciones.

ACTIVIDADES FORMATIVAS AF1 - Clase teórica [26,56 horas con un 100% de presencialidad, 0,88 ECTS] AF3 - Clases teórico prácticas [3,32 horas con un 100% de presencialidad, 0,11 ECTS] AF4 - Prácticas de laboratorio [13,28 horas con un 100% de presencialidad, 0,44 ECTS] AF5 - Tutorías [4 horas con un 25% de presencialidad, 0,13 ECTS] AF6 - Trabajo en grupo [23 horas con un 0% de presencialidad, 0,77 ECTS] AF7 - Trabajo individual del estudiante [100 horas con un 0% de presencialidad, 3,33 ECTS] AF8 - Exámenes parciales y finales [6 horas con un 100% de presencialidad, 0,33 ECTS] METODOLOGÍAS DOCENTES MD1 - Exposiciones en clase del profesor con soporte de medios informáticos y audiovisuales, en las que se desarrollan los conceptos principales de la materia y se proporciona la bibliografía para complementar el aprendizaje de los alumnos. MD2 - Lectura crítica de textos recomendados por el profesor de la asignatura: Artículos de prensa, informes, manuales y/o artículos académicos, bien para su posterior discusión en clase, bien para ampliar y consolidar los conocimientos de la asignatura. MD3 - Resolución de casos prácticos, problemas, etc.... planteados por el profesor de manera individual o en grupo. MD4 - Exposición y discusión en clase, bajo la moderación del profesor de temas relacionados con el contenido de la materia, así como de casos prácticos. MD5 - Elaboración de trabajos e informes de manera individual o en grupo.