Última actualización: 10/06/2021


Curso Académico: 2021/2022

Inteligencia artificial en las organizaciones
(15764)
Titulación: Grado en Ingeniería Informática (218)


Coordinador/a: LEDEZMA ESPINO, AGAPITO ISMAEL

Departamento asignado a la asignatura: Departamento de Informática

Tipo: Optativa
Créditos: 6.0 ECTS

Curso:
Cuatrimestre:




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
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
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.