|
|||||
Consulta de los datos generales Descripción La asignatura en el conjunto del plan de estudios Objetivos y competencias Contenidos Consulta de los recursos de aprendizaje de los que dispone la asignatura Recursos de aprendizaje y herramientas de apoyo Informaciones sobre la evaluación en la UOC Consulta del modelo de evaluación | |||||
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. | |||||
Esta asignatura es una introducción a la Inteligencia Artificial (IA). A lo largo de los 5 módulos en que se ha dividido la asignatura se dará una visión general del campo, se presentarán los métodos y técnicas básicos de la IA y se describirán algunos ejemplos de aplicación, así como también se verá una introducción al aprendizaje computacional. |
|||||
A lo largo de la asignatura se verá que los temas planteados tienen conexiones con otras asignaturas del grado en informática. En particular, el tema de representación del conocimiento está relacionado, entre de otros, con la asignatura que lleva el mismo nombre (Representación del Conocimiento). Como se verá, no hay un único mecanismo de representación del conocimiento sino que hay diversos (se anunciará que la lógica de primer orden es uno de ellos). Eso plantea el problema de escoger la representación más adecuada para un problema, como sucede a la hora de escoger entre diferentes estructuras de datos. Además, la representación del conocimiento necesita implementaciones eficientes dado que la cantidad de conocimiento que se tiene que representar es habitualmente grande. El tema de búsqueda también está relacionado con la asignatura de Grafos y Complejidad. Allí se vieron los grafos y los recorridos en un grafo. Encontrar la solución a un problema se verá como un recorrido en un grafo. Aún estando relacionada con las dos asignaturas, su superación no es un prerrequisito para cursar IA. |
|||||
Los objetivos de esta asignatura son:
Competencias de grado:
Competencias específicas:
|
|||||
La asignatura está dividida en cuatro módulos didácticos y un anexo. Módulo 1. Qué es la inteligencia artificial. Módulo 2. Resolución de problemas y búsqueda. Módulo 3. Sistemas basados en el conocimiento. Módulo 4. Incertidumbre y razonamiento aproximado. Módulo 5. Introducción al aprendizaje computacional El módulo está dedicado a una introducción al aprendizaje computacional, más conocido como Machine Learning. En este módulo, haremos un repaso más superficial e introductorio de sus principios, conceptos generales y métodos existentes más relevantes. El módulo consta de 5 temas:
A continuación se muestra el contenido de cada uno de estos módulos. Módulo didáctico 1 1. Breve repaso histórico de la inteligencia artificial 2. Que es la inteligencia artificial: Definiciones y puntos de vista 3. Algunas aplicaciones 4. Algunas características de los programas Módulo didáctico 2 1. Resolución de problemas y búsqueda: introducción 2. Construcción de una solución 3. Estrategias de búsqueda no informada 4. Coste y función heurística 5. Búsqueda con adversario: los juegos Módulo didáctico 3 1. Sistemas basados en el conocimiento: introducción 2. La representación del conocimiento 3. Sistemas basados en reglas 4. Sistemas con representación estructurada 5. Sistema de razonamiento basado en casos 6. Sistemas de razonamiento basado en modelos Módulo didáctico 4 1. Razonamiento con información incompleta: incertidumbre e imprecisión 2. Sistemas difusos Módulo didáctico 5 1. Taxonomía de las técnicas de aprendizaje computacional 2. Métodos de aprendizaje supervisado 3. Métodos de aprendizaje no supervisado 4. Métodos de aprendizaje por refuerzo 5. Partición de datos y protocolos de validación |
|||||
|
|||||
La asignatura se compone de los módulos didácticos en formato digital (pdf, web, etc.), que contienen ejercicios de autoevaluación con soluciones y actividades diversas. Este material se complementará con aquél que los profesores colaboradores pongan al alcance de los estudiantes al aula de la asignatura. En el material didáctico se incluye la bibliografía complementaria para cada módulo. |
|||||
La Normativa académica de la UOC dispone que el proceso de evaluación se fundamenta en el trabajo personal del estudiante y presupone la autenticidad de la autoría y la originalidad de los ejercicios realizados. La falta de originalidad en la autoría o el mal uso de las condiciones en las que se hace la evaluación de la asignatura es una infracción que puede tener consecuencias académicas graves. Se calificará al estudiante con un suspenso (D/0) si se detecta falta de originalidad en la autoría de alguna actividad evaluable (práctica, prueba de evaluación continua (PEC) o final (PEF), o la que se defina en el plan docente), ya sea porque ha utilizado material o dispositivos no autorizados, ya sea porque ha copiado de forma textual de internet, o ha copiado de apuntes, de materiales, manuales o artículos (sin la citación correspondiente) o de otro estudiante, o por cualquier otra conducta irregular. La calificación de suspenso (D/0) en la evaluación continua (EC) puede conllevar la obligación de hacer el examen presencial para superar la asignatura (si hay examen y si superarlo es suficiente para superar la asignatura según indique este plan docente). Cuando esta mala conducta se produzca durante la realización de las pruebas de evaluación finales presenciales, el estudiante puede ser expulsado del aula, y el examinador hará constar todos los elementos y la información relativos al caso. Además, esta conducta puede dar lugar a la incoación de un procedimiento disciplinario y la aplicación, si procede, de la sanción que corresponda. La UOC habilitará los mecanismos que considere oportunos para velar por la calidad de sus titulaciones y garantizar la excelencia y la calidad de su modelo educativo. |
|||||
|