FUNDAMENTOS DE SISTEMAS INTELIGENTES
Doble Titulación de Grado en Estadística y en Ingeniería Informática
Curso 2024/2025
1. Datos de la asignatura
(Fecha última modificación: 06-06-24 9:52)- Código
- 101129
- Plan
- ECTS
- 6
- Carácter
- Curso
- 5
- Periodicidad
- Primer Semestre
- Idioma
- ESPAÑOL
- Área
- INGENIERÍA DE SISTEMAS Y AUTOMÁTICA
- Departamento
- Informática y Automática
- Plataforma Virtual
Datos del profesorado
- Profesor/Profesora
- Vidal Moreno Rodilla
- Grupo/s
- A (Teoría) PA1
- Centro
- Fac. Ciencias
- Departamento
- Informática y Automática
- Área
- Ingeniería de Sistemas y Automática
- Despacho
- -
- Horario de tutorías
- Consultar página asignatura
- URL Web
- https://produccioncientifica.usal.es/investigadores/57070/detalle
- vmoreno@usal.es
- Teléfono
- F3007
- Profesor/Profesora
- Jesús Fernando Rodríguez Aragón
- Grupo/s
- PA2, PA3
- Centro
- Fac. Ciencias
- Departamento
- Informática y Automática
- Área
- Ciencia de la Computación e Inteligencia Artific.
- Despacho
- F3103
- Horario de tutorías
- Concertar cita por correo electrónico
- URL Web
- http://diaweb.usal.es/diaweb/personas/jraragon
- jraragon@usal.es
- Teléfono
- 923294500 (ext. 6098)
2. Recomendaciones previas
Se recomienda haber cursado y superado las asignaturas de la materia de PROGRAMACION
3. Objetivos
- 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.
4. Competencias a adquirir | Resultados de Aprendizaje
Básicas / Generales | Conocimientos.
CT3, CT6,CT8,CT9,CT12,CT13,CT14, CT16,CT17,CT18,CT19,CT20, CT21
Específicas | Habilidades.
Comunes: CC8, CC15
Tecnología específica: TI2, CO4
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. Metodologías Docentes
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…
7. Distribución de las Metodologías Docentes
8. 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
9. Evaluación
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.
Sistemas 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.
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.