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
  • CG5 : Comunicar de manera clara i precisa coneixements, metodologies, idees, problemes i solucions en l'àmbit de la intel·ligència artificial

 

Competències Específiques

  • CE27 : Modelar de manera matemàtica i implementar algorismes per a la resolució de problemes d'optimització en l'àmbit de la intel·ligència artificial.

 

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. Conéixer les famílies més importants de problemes algorítmics i implementar diferents esquemes o paradigmes de disseny aplicables per a resoldre'ls.

2. Adaptar un esquema genèric a un problema concret, identificant les dades i operacions de l'esquema amb les del problema.

3. Desenvolupar heurístiques apropiades a un problema de cerca concret, valorar la seua aportació i avaluar la seua eficàcia.

4. Analitzar i comparar amb rigor l'eficiència dels algorismes distingint els conceptes d'eficiència en temps i en espai.

5. Aplicar estratègies de cerca cega i de cerca informada amb la finalitat de planificar una seqüència d'accions que permeten trobar una solució complint amb les restriccions del problema.

6. Conéixer estructures de dades per a l'organització de la informació que permeten l'obtenció d'algorismes eficients.

7. Formular problemes d'optimització mitjançant models de programació lineal i sencera aplicant algorismes de càlcul senzills per a resoldre'ls.

8. Descriure el problema d'explosió combinatòria de l'espai d'estats i les seues implicacions en cerca.

9. Seleccionar un algorisme de cerca voraç apropiat per a un problema,i caracteritzar la seua complexitat espacial i temporal

1. Conéixer les famílies més importants de problemes algorítmics i implementar diferents esquemes o paradigmes de disseny aplicables per a resoldre'ls.

2. Adaptar un esquema genèric a un problema concret, identificant les dades i operacions de l'esquema amb les del problema.

3. Desenvolupar heurístiques apropiades a un problema de cerca concret, valorar la seua aportació i avaluar la seua eficàcia.

4. Analitzar i comparar amb rigor l'eficiència dels algorismes distingint els conceptes d'eficiència en temps i en espai.

5. Aplicar estratègies de cerca cega i de cerca informada amb la finalitat de planificar una seqüència d'accions que permeten trobar una solució complint amb les restriccions del problema.

6. Conéixer estructures de dades per a l'organització de la informació que permeten l'obtenció d'algorismes eficients.

7. Formular problemes d'optimització mitjançant models de programació lineal i sencera aplicant algorismes de càlcul senzills per a resoldre'ls.

8. Descriure el problema d'explosió combinatòria de l'espai d'estats i les seues implicacions en cerca.

9. Seleccionar un algorisme de cerca voraç apropiat per a un problema,i caracteritzar la seua complexitat espacial i temporal

 

 

 

Objectius específics indicats pel professorat per al curs 2023-24

Sense dades

 

 

Dades generals

Codi: 33665
Professor/a responsable:
Sense dades
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: Llenguatges i Sistemes Informàtics
    Àrea: LLENGUATGES I SISTEMES INFORMATICS
    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