Competències i objectius

 

Context de l'assignatura per al curs 2023-24

Se trata de una continuación de asignaturas relacionadas con la Inteligencia Artificial (IA) vistas en las carreras del Grado en Ingeniería Informática o el Grado en Inteligencia Artificial, como Sistemas Inteligentes.

Los titulados en el Máster de Inteligencia Artificial deben conocer los fundamentos y técnicas de la IA para abordar la resolución de problemas y los proyectos en los que se verán involucrados durante su ejercicio profesional.

 

 

 

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

Competències transversals

  • CT1 : Ser capaç de liderar projectes relacionats amb la intel·ligència artificial, així com dirigir equips de treball.
  • CT2 : Demostrar destreses informàtiques i informacionals en l'àmbit de la intel·ligència artificial.
  • CT3 : Demostrar habilitats en comunicació oral i escrita.

 

Competències generals

  • CG1 : Aplicar els coneixements adquirits a problemes reals relacionats amb la intel·ligència artificial.
  • CG10 : Ser capaç d'utilitzar els principis de l'enginyeria i les modernes tecnologies informàtiques per a investigar, dissenyar, implementar noves aplicacions de la intel·ligència artificial.
  • CG2 : Ser capaç de desenvolupar i aprendre de forma acte-dirigida o autònoma temes relacionats amb la intel·ligència artificial
  • CG7 : Ser capaç d'adaptar-se a la constant evolució de la disciplina i de comprendre i aplicar els nous avanços técnicocientíficos relacionats amb la intel·ligència artificial.
  • CG8 : Saber projectar, dissenyar, desenvolupar, implantar i mantenir productes, aplicacions i serveis relacionats amb la intel·ligència artificial, tenint en compte aspectes tècnics, econòmics i d'eficiència.

 

Competències Específiques

  • CE01 : Conèixer els fonaments de l'optimització heurística i aplicar algorismes heurístics sobre problemes de cerca, incloent cerca evolutiva i problemes de satisfacció de restriccions.

 

Competències bàsiques

  • CB10 : Que els estudiants posseïsquen les habilitats d'aprenentatge que els permeten continuar estudiant d'una manera que haurà de ser en gran manera autodirigido o autònom.
  • CB6 : Posseir i comprendre coneixements que aporten una base o oportunitat de ser originals en el desenvolupament i/o aplicació d'idees, sovint en un context d'investigació
  • CB7 : Que els estudiants sàpien aplicar els coneixements adquirits i la seua capacitat de resolució de problemes en entorns nous o poc coneguts dins de contextos més amplis (o multidisciplinaris) relacionats amb la seua àrea d'estudi
  • CB8 : Que els estudiants siguen capaços d'integrar coneixements i enfrontar-se a la complexitat de formular judicis a partir d'una informació que, sent incompleta o limitada, incloga reflexions sobre les responsabilitats socials i ètiques vinculades a l'aplicació dels seus coneixements i judicis
  • CB9 : Que els estudiants sàpien comunicar les seues conclusions i els coneixements i raons últimes que les sustenten a públics especialitzats i no especialitzats d'una manera clara i sense ambigüitats

 

 

 

Resultats d'aprenentatge (Objectius formatius)

- Definir un espai de cerca i una funció de cost eficients a partir d'un problema.
- Dissenyar i implementar un algorisme de cerca evolutiva per a resoldre un problema.
- Formular un problema com un problema de satisfacció de restriccions i implementar-lo de manera eficient.
- Definir el concepte de sistema de planificació i les seues diferències respecte a les tècniques clàssiques de cerca.

 

 

Objectius específics indicats pel professorat per al curs 2023-24

  1. Comparar y contrastar los modelos más comunes para la representación del conocimiento, identificando sus fortalezas y debilidades.
  2. Construir sistemas basados en el conocimiento y las soluciones de ingeniería para resolverlos.
  3. Explicar la diferencia entre inferencia monotónica y no monotónica.
  4. Definir un espacio de búsqueda y una función de coste eficientes a partir de un problema.
  5. Diseñar e implementar un algoritmo de búsqueda evolutiva para resolver un problema.
  6. Formular un problema como un problema de satisfacción de restricciones e implementarlo de forma eficiente.
  7. Definir el concepto de sistema de planificación y sus diferencias respecto a las técnicas clásicas de búsqueda.

 

 

Dades generals

Codi: 43500
Professor/a responsable:
ESCALONA MONCHOLI, FELIX
Crèdits ECTS: 4,50
Crèdits teòrics: 0,90
Crèdits pràctics: 0,90
Càrrega no presencial: 2,70

Departaments amb docència

  • Dep.: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Àrea: CIÈNCIA DE LA COMPUTACIÓ I INTEL·LIGÈNCIA ARTIFICIAL
    Crèdits teòrics: 0,9
    Crèdits pràctics: 0,9
    Aquest departament és responsable de l'assignatura.
    Aquest dep. és responsable de l'acta.

Estudis en què s'imparteix