Ficha

English version

Curso Académico: 2024/2025

Inteligencia artificial en las organizaciones

(15764)

Grado en Ingeniería Informática (Plan: 489 - Estudio: 218)

Coordinador/a: LEDEZMA ESPINO, AGAPITO ISMAEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Obligatoria

Créditos: 6.0 ECTS

Curso: 4º

Cuatrimestre: 1º

Requisitos (Asignaturas o materias cuyo conocimiento se presupone)

- Inteligencia Artificial (Curso 2 / Cuatrimestre 2) - Aprendizaje Automático (Curso 3 / Cuatrimestre 2)

Objetivos

El objetivo de la asignatura es proporcionar al estudiante los conocimientos necesarios sobre las aplicaciones de la Inteligencia Artificial, a través de sus diversos paradigmas, en la solución de problemas en una amplia gama de sectores. De la misma manera, el alumno debe terminar conociendo los principios, métodos y técnicas de Inteligencia Artificial.

Competencias y resultados del aprendizaje

Enlace al documento

¿	Conocer distintos paradigmas de representación utilizados en inteligencia artificial, tanto para la resolución de problemas con incertidumbre o sin ella
¿	Ser capaz de seleccionar el paradigma de representación más adecuado para resolver problemas del mundo real

Descripción de contenidos: Programa

1. Introducción - Contexto. - Características Claves - Principales técnicas 2. Sistemas Expertos - Introducción - ¿Que es un Sistema Experto? - Aplicaciones de los SSEE - Ventajas y Desventajas - Casos prácticos 3. Redes de Neuronas - Introducción - Redes de Neuronas Artificiales - Aplicaciones de RNA - Ventajas y Desventajas - Casos prácticos 4. Algoritmos Evolutivos - Introducción - Algoritmos evolutivos - Aplicaciones de los algoritmos evolutivos - Ventajas y desventajas - Casos prácticos 5. Minería de datos - Introducción - Aplicaciones - KDD y Minería de datos - Tareas de la minería de datos - Aplicaciones - Casos de estudio 6. Minería de textos - Definición - Arquitectura general - Operaciones de básicas - Aplicaciones - Casos de estudio 7. Minería de la Web - Introducción - Tipos de Web Mining - Web Mining de contenido - Web Mining de estructura - Web Mining de utilización - Casos de estudio 8. Lógica Difusa - El concepto de borroso - Conjuntos borrosos - Lógica borrosa - Sistemas de razonamiento borroso - Aplicaciones - Casos prácticos 9. Agentes - Introducción - ¿Qué es un agente? - Sistemas Multiagentes - Aplicaciones - Casos de estudio 10. Otras técnicas - Introducción - Descripción - Aplicaciones - Casos de estudio

Actividades formativas, metodología a utilizar y régimen de tutorías

- Clases Magistrales (0,6 ECTS). Tienen como objetivos alcanzar las competencias específicas cognitivas de la asignatura. Se presentarán las ideas fundamentales de la materia. - Seminarios (0,3 ECTS). Tienen la finalidad de complementar la adquisición de las competencias específicas cognitivas. Además, desarrollan algunas competencias transversales como son la capacidad de análisis y de síntesis, así como el trabajo en equipo. - Clases Prácticas (0,8 ECTS). Desarrollan las competencias específicas instrumentales y la mayor parte de las transversales, como son la de trabajo en equipo, capacidad de aplicar los conocimientos a la práctica, de planificar y organizar y de análisis y síntesis. También tienen por objetivo desarrollar las capacidades específicas actitudinales. - Realización de Actividades Académicas Dirigidas (4,3 ECTS) -- Con presencia del profesor. Participación en clases orientada por el profesor donde se profundiza y evalúa aspectos de la materia. Pruebas de evaluación de conocimientos teóricos y prácticos. -- Sin presencia del profesor. Ejercicios, lecturas complementarias propuestas por el profesor, preparación de clases, realización de prácticas. Participación en el SPOC de la asignatura. - Tutorías: Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor.

Sistema de evaluación

Peso porcentual del Examen Final 0
Peso porcentual del resto de la evaluación 100

Calendario de Evaluación Continua

Los ejercicios y exámenes además de servir como actividad formativa tienen el doble objetivo de ser medida para el sistema de evaluación. El sistema de evaluación incluye la valoración de las actividades académicas dirigidas y prácticas según la siguiente ponderación. (No se especifica la relación con las competencias dado que las actividades formativas ya han sido relacionadas con ellas.)

TEORÍA (60% ).
- Actividades individuales (Nota mínima de 4,0)
  -- Pruebas de evaluación continua: 35% 
  -- Actividades dirigidas: 15 % 

- Actividades grupales
  -- Seminarios: 10%.

PRÁCTICAS (40%)
- Prácticas cortas: 15%.
- Práctica final: 15%.
- Prueba de evaluación continua: 10% (Nota mínima 3,5). 

La totalidad de la asignatura se evalúa mediante actividades de evaluación continua, tanto teóricas como prácticas. En las actividades individuales relacionadas con la evaluación de conceptos teóricos, la nota mínima requerida es de 4,0, mientras que para aquellas que evalúan conceptos prácticos, la nota mínima es de 3,5. En situaciones excepcionales en las que no se pueda seguir el esquema de evaluación continua, así como en la convocatoria extraordinaria, se aplicará la normativa de la universidad para asignaturas que no requieren examen final.

Convocatoria extraordinaria: normativa

Bibliografía básica

Akerkar, Rajendra. Artificial Intelligence for Business. Springer. 2019
Francesco Corea. Applied Artificial Intelligence: Where AI Can Be Used In Business. Springer. 2019
Jerry Overton. Artificial Intelligence. O'Reilly Media, Inc. 2018
Ramesh Sharda, Dursun Delen, Efraim Turban. Analytics, data science, & artificial intelligence : systems for decision support. Pearson . 2020

Bibliografía complementaria

Efrain Turban, Ramesh Sharda, Dursun Delen. Decision Support and Business Intelligence Systems (ninth edition). Pearson. 2011
Nilsson, N.. Inteligencia Artificial. Una nueva síntesis. McGraw-Hill.
Pyle, Dorian. Business modeling and data mining. Morgan Kaufmann Publishers.
Witten, I.H., Frank, E.. Data mining : practical machine learning tools and techniques. Morgan Kaufmann.

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