Última actualización: 28/06/2021


Curso Académico: 2021/2022

Inteligencia Artificial
(18268)
Grado en Matemática Aplicada y Computación (Plan: 433 - Estudio: 362)


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)
Programación (Curso: 1 / Cuatrimestre: 1) Estructuras de Datos y Algoritmos (Curso: 1 / Cuatrimestre: 2) Lógica: (Curso: 1 / Cuatrimestre: 2) Matemática Discreta: (Curso: 1 / Cuatrimestre: 2)
Objetivos
En esta asignatura se verán los fundamentos de las técnicas de Inteligencia Artificial desde el punto de vista conceptual y desde el punto de vista práctico.
Competencias y resultados del aprendizaje
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
ACTIVIDADES FORMATIVAS, METODOLOGÍA A USAR Y REGIMEN DE TUTORIAS CLASES TEÓRICO-PRÁCTICAS [44 horas con un 100% de presencialidad, 1.67 ECTS] Conocimientos que deben adquirir los alumnos.Estos recibirán las notas de clase y tendrán textos básicos de referencia para facilitar el seguimiento de las clases y el desarrollo del trabajo posterior.Se resolverán ejercicios, prácticas problemas por parte del alumno y se realizarán talleres y prueba de evaluación para adquirirlas capacidades necesarias. TUTORÍAS [4 horas con un 100% de presencialidad, 0.15 ECTS] Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. TRABAJO INDIVIDUAL O EN GRUPO DEL ESTUDIANTE. [98 horas con 0% de presencialidad, 3.72 ECTS] TALLERES Y LABORATORIOS. [8 horas con 100% de presencialidad, 0.3 ECTS] EXAMEN FINAL. [4 horas con 100% de presencialidad, 0.15 ECTS] Se valorarán de forma global los conocimientos, destrezas y capacidades adquiridas a lo largo del curso. METODOLOGÍAS DOCENTES CLASE TEORÍA. 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 proporcionan los materiales y la bibliografía para complementar el aprendizaje de los alumnos. PRÁCTICAS. Resolución de casos prácticos, problemas, etc. planteados por el profesor de manera individual o en grupo. TUTORÍAS. Asistencia individualizada (tutorías individuales) o en grupo (tutorías colectivas) a los estudiantes por parte del profesor. PRÁCTICAS DE LABORATORIO. Docencia aplicada/experimental a talleres y laboratorios bajo la supervisión de un tutor.
Sistema de evaluación
  • Peso porcentual del Examen Final 40
  • Peso porcentual del resto de la evaluación 60
Calendario de Evaluación Continua
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.