Competències i objectius

 

Context de l'assignatura per al curs 2024-25

Les persones que es graduen en Enginyeria en Intel·ligència Artificial han d'haver consolidat coneixements científics sobre els diferents mètodes de la Inferència estadística, aplicada en els diferents processos i algorismes de desenvolupament dels objectius generals del títol.

Aquesta assignatura estableix les bases per a poder aplicar les diferents metodologies d'inferència estadística, tant des d'un enfocament purament teòric que estableixi les bases dels mètodes de contrast d'hipòtesis habituals o estimació de paràmetres de caràcter discret o continu.

En paral·lel, el treball en equips multidisciplilnares requereix de l'adquisició i ús de vocabulari específic així com de la capacitat de comunicar conceptes i mètodes en aquest ambient multidisciplinari. L'assignatura contempla aquesta circumstància, particularment en el desenvolupament de mètodes a través tant de la programción com del maneig de programari a nivell d'usuari.

L'assignatura disposa d'una sessió setmanal de caràcter teòric o magistral que se centrarà en l'adquisició dels conceptes i mètodes fonamentals de la inferència estadística. D'altra banda, la sessió pràctica d'ordinador possibilitarà l'aplicació dels coneixements teòrics a l'àmbit de la programació

 

 

Competències de l'assignatura (verificades per ANECA en graus i màsters oficials) per al curs 2024-25

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

 

Competències Específiques

  • CE10 : Aplicar els conceptes fonamentals de probabilitat i estadística per a la resolució de problemes de l'àmbit de la intel·ligència artificial, i representar i manipular dades per a extraure informació significativa d'aquests
  • CE11 : Aplicar els fonaments de l'estadística bayesiana i les diferents tècniques de computació intensiva per a implementar inferència i predicció Bayesiana

 

Competències bàsiques

  • CB1 : Que els estudiants hagen demostrat posseir i comprendre coneixements en una àrea d'estudi que parteix de la base de l'educació secundària general, i se sol trobar a un nivell que, si bé es recolza en llibres de text avançats, inclou també alguns aspectes que impliquen coneixements procedents de l'avantguarda del seu camp d'estudi

 

 

 

Resultats d'aprenentatge (Objectius formatius)

 

1. Manejar amb soltesa i destresa les propietats de les variables aleatòries presentades.

2. Demostrar destresa en els càlculs associats als conceptes presentats.

3. Identificar i classificar en els processos aleatoris les variables aleatòries implicades.

4. Identificar tècniques d'inferència estadística en els problemes plantejats.

5. Interpretar en estil formal els resultats de les tècniques d'inferència utilitzades.

6. Argumentar en estil formal sobre les tècniques d'inferència utilitzades.

7. Poder aplicar en futures implementacions algorítmiques les tècniques estudiades.

1. Manejar amb soltesa i destresa les propietats de les variables aleatòries presentades.

2. Demostrar destresa en els càlculs associats als conceptes presentats.

3. Identificar i classificar en els processos aleatoris les variables aleatòries implicades.

4. Identificar tècniques d'inferència estadística en els problemes plantejats.

5. Interpretar en estil formal els resultats de les tècniques d'inferència utilitzades.

6. Argumentar en estil formal sobre les tècniques d'inferència utilitzades.

7. Poder aplicar en futures implementacions algorítmiques les tècniques estudiades.

 

 

 

Objectius específics indicats pel professorat per al curs 2024-25

  • Comprendre i utilitzar amb soltesa les variables aleatòries discretes més habituals i la seva aplicació en diferents camps de l'enginyeria
  • Comprendre i utilitzar amb soltesa les variables aleatòries contínues més habituals i la seva aplicació en diferents camps de l'enginyeria
  • Utilitzar i comprendre els contrastos d'hipòtesis més habituals, així com el seu ús en la programació.
  • Utilitzar i comprendre els mètodes d'estimació de paràmetres més habituals, així com el seu ús en la programació.
  • Utilitzar i comprendre els mètodes de construció d'intervals de confiança més habituals, així com el seu ús en la programació.
  • Aplicar els coneixements adquirits en l'àmbit de la Intel·ligència Artificial.

 

 

Dades generals

Codi: 33664
Professor/a responsable:
Verdú Monllor, Ferran Josep
Crèdits ECTS: 6,00
Crèdits teòrics: 1,20
Crèdits pràctics: 1,20
Càrrega no presencial: 3,60

Departaments amb docència

  • Dep.: MATEMATICA APLICADA
    Àrea: MATEMATICA APLICADA
    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