Guías Académicas

FUNDAMENTOS DE SISTEMAS INTELIGENTES

FUNDAMENTOS DE SISTEMAS INTELIGENTES

GRADO EN INGENIERÍA INFORMÁTICA

Curso 2021/2022

1. Datos de la asignatura

(Fecha última modificación: 14-07-21 11:52)
Código
101129
Plan
ECTS
6.00
Carácter
OBLIGATORIA
Curso
4
Periodicidad
Primer Semestre
Área
INGENIERÍA DE SISTEMAS Y AUTOMÁTICA
Departamento
Informática y Automática
Plataforma Virtual

Campus Virtual de la Universidad de Salamanca

Datos del profesorado

Profesor/Profesora
Vidal Moreno Rodilla
Grupo/s
A (Teoría) PA1
Departamento
Informática y Automática
Área
Ingeniería de Sistemas y Automática
Centro
Fac. Ciencias
Despacho
-
Horario de tutorías
Consultar página asignatura
URL Web
http://diaweb.usal.es/diaweb/personas/vmoreno
E-mail
vmoreno@usal.es
Teléfono
F3007
Profesor/Profesora
Jesús Fernando Rodríguez Aragón
Grupo/s
PA2, PA3
Departamento
Informática y Automática
Área
Ciencia de la Computación e Inteligencia Artific.
Centro
Fac. Ciencias
Despacho
Planta 3ª F4000 Atico E
Horario de tutorías
Concertar cita por correo electrónico
URL Web
http://diaweb.usal.es/diaweb/personas/jraragon
E-mail
jraragon@usal.es
Teléfono
923294653

2. Sentido de la materia en el plan de estudios

Bloque formativo al que pertenece la materia.

La asignatura pertenece a  la materia  de SISTEMAS INTELIGENTES (12créditos  ECTS), integrada por:

- La asignatura obligatoria de Fundamentos de Sistemas Inteligentes (4º,C1);

- La  asignatura  optativa  de  Robótica (4º, C2).

Papel de la asignatura.

Proporciona los conocimientos y competencias esenciales del bloque formativo. Este bloque formativo permite cumplir con las competencias principales de la Inteligencia Artificial en el ámbito del Grado en Ingeniería Informática

3. Recomendaciones previas

Se recomienda haber cursado y superado las asignaturas de la materia de PROGRAMACION

4. Objetivo de la asignatura

- Comprender las limitaciones de las soluciones algorítmicas tradicionales y la forma en que la Inteligencia Artificial permite su resolución.

- Conocer los prinicpales paradigmas que provee la Inteligencia Artificial para la representación de información, implementación y ejercicio de procedimientos de búsqueda con heurísticas.

- Conocer los métodos para realizar actividades que se pueden clasificar como inteligentes: deducir, buscar, clasificar, aprender, jugar...

- Analizar las características que dispone un entorno para el correspondiente diseño de agente inteligente.

- Manajar los principales fundamentos arquitectónicos del software de control haciendo especial hicapié en los planteamientos de la Inteligencia Artificial utilizados.

5. Contenidos

Teoría.

BLOQUE I.- La representación del conocimiento

BLOQUE II.- Estrategias de búsqueda. Heurísticas

BLOQUE III.- Sistemas basados en el conocimiento

BLOQUE IV.- Agentes inteligentes: un enfoque integrador

BLOQUE V.- El problema del aprendizaje

Práctica.

BLOQUE I. Lenguaje LISP

BLOQUE II. Problemas de Búsqueda

BLOQUE III. Sistemas Expertos

6. Competencias a adquirir

Básicas / Generales.

CT3,  CT6,CT8,CT9,CT12,CT13,CT14,  CT16,CT17,CT18,CT19,CT20,  CT21

Específicas.

Comunes:   CC8, CC15

Tecnología específica:  TI2, CO4

7. Metodologías

Las actividades formativas que se proponen para esta materia son las siguientes:

Actividades presenciales:

Lección magistral: exposición de teoría y resolución de problemas

Realización de prácticas guiadas en laboratorio

Seminarios tutelados para grupos pequeños con exposición de trabajos

Sesiones de tutorías, seguimiento y evaluación, individuales o en grupo

Exposición de trabajos y pruebas de evaluación

Actividades no presenciales:

Estudio autónomo por parte del estudiante

Revisión bibliográfica y búsqueda de información

Realización de trabajos, prácticas libres, informes de prácticas…

8. Previsión de Técnicas (Estrategias) Docentes

9. Recursos

Libros de consulta para el alumno.

"Inteligencia Artificial: Un enfoque moderno”. S. Rusell. P. Norvig. Pearson Education. 2004

“Inteligencia Artificial: Una nueva síntesis” N. J. Nilsson. McGraw-Hill. 2001

Inteligencia Artificial

Otras referencias bibliográficas, electrónicas o cualquier otro tipo de recurso.

CommonLisp: The Language (2ndEdition).http://www.cs.cmu.edu/Groups/AI/html/cltl/cltl2.html

10. Evaluación

Consideraciones generales.

La calificación final del alumno se obtendrá de una evaluación realizada mediante prácticas, trabajos teóricos realizados a lo largo del curso y de una prueba final.

Criterios de evaluación.

La nota final de las asignaturas se obtendrá de forma ponderada a través de las notas conseguidas en los diferentes apartados.

  • Prueba Test (EVALUACIÓN CONTÍNUA) 5%
    • Al finalizar el Bloque II
  • Prueba Escrita 70%
    • Prueba con cuestiones teóricas: 40 % de la nota
    • Prueba teórico-práctica: 60 % de la nota
  • Práctica 25% (EVALUACIÓN CONTÍNUA)
    • Práctica realizada BLOQUE I: 1/4 de la nota de prácticas
    • Práctica 1 realizada BLOQUE II: 1/4 de la nota de prácticas
    • Práctica 2 realizada BLOQUE II 1/4 de la nota de prácticas
    • Práctica realizada BLOQUE III: 1/4 de la nota de prácticas

Se requiere que todas las prácticas sean entregadas y superadas.

 

Instrumentos de evaluación.

Participación en seminarios y tutorías
Realización de exámenes de teoría o problemas
Realización y defensa de prácticas, trabajos o proyectos

Recomendaciones para la evaluación.

Para optimizar el proceso de enseñanza-aprendizaje se recomienda la asistencia a clase y la participación en las actividades programadas