|
Inteligencia artificial
|
Código:
M0.508 :
5
|
|
Consulta de los datos generales
Descripción
Información previa a la matrícula
Objetivos y competencias
Contenidos
Consulta de los materiales de los que dispone la asignatura
|
Este es el plan docente de la asignatura para el segundo semestre del curso 2023-2024. Podéis consultar si la asignatura se ofrece este semestre en el espacio del campus Más UOC / La universidad / Planes de estudios). Una vez empiece la docencia, tenéis que consultarlo en el aula. El plan docente puede estar sujeto a cambios. |
La motivación principal de esta asignatura es la de dar a conocer el aprendizaje automático y como se sitúa dentro del campo de la Inteligencia Artificial.
En Inteligencia Artificial (Grado en Ingeniería Informática) se dio una visión general de la Inteligencia Artificial y se presentaron algunos de los métodos y técnicas denominados clásicos, como son la resolución de problemas y búsqueda y los sistemas basados en el conocimiento, también se vieron técnicas más avanzadas como son las redes neurales y el razonamiento aproximado. En la asignatura de Aprendizaje computacional se introdujeron los problemas del aprendizaje (supervisado y no supervisado) y sistemas multi agente. En esta asignatura se profundizará en problemas avanzados de aprendizaje, introduciendo los sistemas de extracción de características, los sistemas no lineales basados en Kernels o los procesos de optimización, siempre desde una vertiente práctica tocando ejemplos de problemas reales.
|
Se recomendable haber cursado las asignaturas de Inteligencia Artificial y Aprendizaje Computacional del grado en Ingeniería Informática. También es muy recomendable haber superado la asignatura de prácticas de programación o equivalente en algún programa de informática. Si bien la asignatura no está pensada para tener una alta carga de programación, se darán por sabidos los conceptos más básicos de algorísmica.
|
Las competencias generales del Máster que se ponen de manifiesto en esta asignatura son:
- Capacidad para proyectar, calcular y diseñar productos, procesos e instalaciones en todos los ámbitos de la ingeniería en informática.
- Capacidad para el modelado matemático, cálculo y simulación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la ingeniería en informática
- Capacidad para la aplicación de los conocimientos adquiridos y de solucionar problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y multidisciplinares, siendo capaces de integrar estos conocimientos.
- Poseer habilidades para el aprendizaje continuado, autodirigido y autónomo.
- Capacidad para modelar, diseñar, definir la arquitectura, implantar, gestionar, operar, administrar y mantener aplicaciones, redes, sistemas, servicios y contenidos informáticos.
- Capacidad por asegurar, gestionar, auditar y certificar la calidad de los desarrollos, procesos, sistemas, servicios, aplicaciones y productos informáticos.
- Capacidad para comprender y poder aplicar conocimientos adelantados de computación de altas prestaciones y métodos numéricos o computacionales a problemas de ingeniería.
Las competencias específicas de esta asingatura son:
- Entender que es el aprendizaje automático en el contexto de la Inteligencia Artificial.
- Distinguir entre los diferentes tipos y métodos de aprendizaje.
- Conocer los diferentes métodos de extracción de características sobre un conjunto de datos dado.
- Conocer los diferentes paradigmas de clasificación y sus puntos fuertes y débiles.
- Saber evaluar los algoritmos de clasificación y extraer conclusiones de su eficiencia, permitiendo seleccionar los más adecuados en cada caso.
- Aplicar las técnicas de búsqueda a un caso concreto
|
20142;CONTENIDOS;M0.508;1;A
|
|
|
|
Classification Framework with Naïve Bayes |
Audiovisual |
Support Vector Machines using Python and scikit-learn |
Audiovisual |
Data Clustering with k-Means |
Audiovisual |
Distances, similarities and normalization of data. |
Audiovisual |
Introducción a la programación en Python |
Audiovisual |
Inteligencia artificial en Python |
Audiovisual |
La Librería matplotlib en Python |
Audiovisual |
MovieLens-data |
Web |
Código fuente. Ejemplos materiales |
Web |
Inteligencia artificial avanzada |
PDF |
Advanced artificial intelligence |
PDF |
|