Última actualización: 26/04/2020


Curso Académico: 2019/2020

Inteligencia Artificial
(13883)
Grado en Ingeniería Informática (Plan 2018) (Plan: 431 - Estudio: 218)


Coordinador/a: MOLINA LOPEZ, JOSE MANUEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Obligatoria
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




Requisitos (Asignaturas o materias cuyo conocimiento se presupone)
Matemáticas y Estadística
Los estudiantes demostrarán poseer y comprender: - conocimientos de IA apoyado en libros de texto avanzados que incluye aspectos de investigación. - Conocimiento y aplicación de los procedimientos algorítmicos básicos de IA para diseñar soluciones a problemas, analizando la idoneidad y complejidad de los algoritmos propuestos. - Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica. Competencias Generales: - Análisis (PO a) - Abstracción(PO a) - Resolución de problemas (PO c) - Capacidad de aplicar conceptos teóricos(PO c) Competencias Específicas - Cognitivas 1. Evaluación basada en varias tareas de IA (PO a) - Procedimental/Instrumental 2. Los estudiantes usarán diferentes técnicas de IA, comparándolas mediante experimentos y analizando los resultados (PO b) 3. Los estudiantes aplicarán la técnica de IA apropiada con los paramétros correctos para resolver cada tarea (objetivo) (PO c) - Actitudinal 4. Los estudiantes harán los trabajos en equipo (PO d) 5. Los estudiantes usarán herramientas de IA para dar soluciones a problemas del mundo real desde la informática (PO e) 6. Los estudiantes presentarán una memoria por trabajo y el trabajo final se presentará oralmente, además de hacer el examen final escrito (PO g) 7. Los estudiantes deben saber usar el estado del arte de las herramientas de IA para resolver los trabajos propuestos (PO k)
Descripción de contenidos: Programa
1. Introducción. La inteligencia artificial hoy 2. Sistemas de producción 2.1 Introducción 2.2 Representación del conocimiento 3. Búsqueda 3.1 Conceptos básicos 3.2 Búsqueda ciega 3.3 Búsqueda Heurística y con contrario 4. Razonamiento con incertidumbre 4.1. Introducción a la incertidumbre 4.2 Inferencia Bayesiana. 4.3 Redes Bayesianas. 4.4 Modelos Basados en Markov. 4.5 Lógica Borrosa. 5. Robótica 6. Aplicaciones de la Inteligencia Artificial
Actividades formativas, metodología a utilizar y régimen de tutorías
Clases magistrales. Para los objetivos de conocimiento y análisis y en relación con todos los temas se presentarán las ideas fundamentales mediante clase magistral que se valorará mediante exámenes de conocimiento. (PO a). Resolución de supuestos prácticos. Para los objetivos de comprensión, análisis, síntesis y crítica y en relación con todos los temas se desarrollarán casos concretos donde el alumno deberá demostrar su capacidad para plantear soluciones coherentes y analizar soluciones propuestas por otros alumnos, la valoración se hará en función de las propuestas de solución de cada alumnos a los problemas propuestos. (PO a, c, d, f, g) Desarrollo de un trabajo práctico. Para el objetivo de desarrollo y en relación con uno de los temas de la asignatura el alumno deberá desarrollar un trabajo práctico (PO a, c, d, g, k)
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60

Bibliografía básica
  • D. Borrajo, N. Juristo, V. Martínez-Orga, J. Pazos . Inteligencia Artificial ¿ Métodos y Técnicas . Editorial Centro de estudios Ramón Areces. Madrid . 1997
  • Javier Carbó, RAfael MArtínez Y josé MAnuel Molina . Desarrollo de Sistemas Basados en el Conocimiento. CLIPS y FuzzyCLIPS. Sánchez Torres. 2005
  • S. Russell, P. Norvig . Artificial Intelligence. Prentice Hall . 2009

El programa de la asignatura podría sufrir alguna variación por causa de fuerza mayor debidamente justificada o por eventos académicos comunicados con antelación.