Competències i objectius

Informació provisional. Pendent d'aprovació.

 

Context de l'assignatura per al curs 2023-24

Sense dades

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2023-24

Competències transversals

  • CT01 : Utilitzar de manera habitual les eines informàtiques, així com les tecnologies de la informació i les comunicacions, en tot el seu acompliment professional.
  • CT02 : Comunicar de manera oral i escrita transmetent informació, idees, problemes i solucions a un públic tant especialitzat com no especialitzat.

 

Competències generals

  • CG2 : Conéixer, seleccionar i aplicar mètodes dels diferents camps de la intel·ligència artificial per a la resolució de problemes d'enginyeria.
  • CG4 : Obtindre solucions eficients, òptimes i/o probables aplicant els principis propis de l'enginyeria i el mètode científic, descrivint de forma adequada el problema i realitzant una avaluació sòlida de la proposta
  • CG7 : Resoldre problemes d'intel·ligència artificial nous o multidisciplinàries, mostrant iniciativa i originalitat en el desenvolupament, després d'analitzar i entendre les especificacions plantejades

 

Competències Específiques

  • CE25 : Diferenciar les diferents estratègies per a representar i organitzar el coneixement i aplicar-les a contextos d'intel·ligència artificial basats en coneixement i raonament orientats a la presa de decisions i a la planificació.

 

Competències bàsiques

  • CB3 : Que els estudiants tinguen la capacitat de reunir i interpretar dades rellevants (normalment dins de la seua àrea d'estudi) per a emetre judicis que incloguen una reflexió sobre temes rellevants d'índole social, científica o ètica
  • CB5 : Que els estudiants hagen desenvolupat aquelles habilitats d'aprenentatge necessàries per a emprendre estudis posteriors amb un alt grau d'autonomia

 

 

 

Resultats d'aprenentatge (Objectius formatius)

1. Comparar i contrastar els models més comuns utilitzats per a la representació del coneixement estructurat, destacant els seus punts forts i febles.

2. Identificar els components del raonament no monotónico i la seua utilitat com a mecanisme de representació dels sistemes de creences.

3. Conéixer les tècniques d'encadenament progressiu i regressiu per al raonament basades en regles.

4. Identificar els avantatges i desavantatges dels sistemes experts basats en regles i proposar alternatives per a la representació i inferència del coneixement.

5. Construir, identificar i utilitzar arbres de decisió per a processos de raonament en sistemes no monotónicos.

6. Explicar la diferència entre el raonament temporal i l'espacial, i com es relacionen.

7. Definir el concepte de sistema de planificació i com es diferencia de les tècniques de cerca clàssiques.

8. Descriure les diferències entre la planificació per cerca, la planificació basada en operadors i la planificació proposicional amb exemples d'àmbits en els quals cadascun d'ells és més aplicable.

9. Desenvolupar un sistema de raonament des de primers principis, en condicions tecnològiques de recursos limitats, amb requeriments d'eficiència i estabilitat.

 

 

Objectius específics indicats pel professorat per al curs 2023-24

Sense dades

 

 

Dades generals

Codi: 33663
Professor/a responsable:
GALLEGO DURAN, FRANCISCO JOSE
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: CIENCIA DE LA COMPUTACIO I INT. ARTIF.
    Àrea: CIENCIA DE LA COMPUTACIO, INTEL·LIGENCIA ARTIFICIA
    Crèdits teòrics: 1,2
    Crèdits pràctics: 1,2
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix