Computació i Sistemes Intel·ligents

Esteu aquí

Inici » Estudis » Màsters » Màster en Enginyeria Informàtica » Pla d'estudis » Assignatures » Computació i Sistemes Intel·ligents
Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits
Departament
CS
Web
www.cs.upc.edu\~larrosa/csi.html
En aquesta assignatura s'explicaran els fonaments dels sistemes intel.ligents. Aquests fonaments inclouen mètodes matemàtics, algorismics i estadistics. L'assignatura s'estructura en tres parts, que cobreixen tres "potes" bàsiques dels sistemes intel.ligents:
- Representació del coneixement i raonament automàtic en entorns amb certesa
- Representació del coneixement i raonament automàtic amb incertesa
- Aprenentatge automàtic

Professorat

Responsable

  • Francisco Javier Larrosa Bondia ( )

Altres

  • Emma Rollón Rico ( )
  • Luis Antonio Belanche Muñoz ( )
  • Marta Arias Vicente ( )
  • Ramon Ferrer Cancho ( )

Hores setmanals

Teoria
1
Problemes
1
Laboratori
2
Aprenentatge dirigit
0
Aprenentatge autònom
8.5

Competències

Competències Tècniques de cada especialitat

Específiques

  • CTE1 - Capacitat per a modelar, dissenyar, definir l'arquitectura, implantar, gestionar, operar, administrar i mantenir aplicacions, xarxes, sistemes, serveis i continguts informàtics.
  • CTE7 - Capacitat per a comprendre i poder aplicar coneixements avançats de computació d'altes prestacions i mètodes numèrics o computacionals a problemes d'enginyeria.
  • CTE9 - Capatitat per a aplicar mètodes matemàtics, estadístics i d'intel·ligència artificial per a modelar, dissenyar i desenvolupar aplicacions, serveis, sistemes intel·ligents i sistemes basats en el coneixement.

Competències Transversals

Raonament

  • CTR6 - Capacitat de raonament crític, lògic i matemàtic. Capacitat de resoldre problemes en la seva àrea d'estudi. Capacitat d'abstracció: capacitat de crear i utilitzar models que reflecteixin situacions reals. Capacitat de dissenyar i realitzar experiments senzills, i analitzar-ne i interpretar-ne els resultats. Capacitat d'anàlisi, de síntesi i d'avaluació.

Bàsiques

  • CB6 - Que els estudiants sàpiguen aplicar els coneixements adquirits y la seva capacitat de resolució de problemes en entorns nous o poc coneguts dins de contexts més amplis (o multidisciplinaris) relacionats amb la seva àrea d'estudi.

Objectius

  1. Conèixer llenguatges per modelar i resoldre problemes de raonament i saver com aplicar-los a problemes concrets amb certesa i amb incertesa, utilitzant eines informàtiques especialitzades, tot sent conscient de les implicacions que te la seva complexitat teòrica.
    Competències relacionades: CB6, CTR6, CTE1, CTE7, CTE9,

Continguts

  1. Representació del coneixement i raonament automàtic en contextes de certesa
    Es veurà el llenguatge de modelatge MiniZinc. La sintaxi i la semàntica, els algorismes bàsics d'inferència i la capacitat expressiva.
  2. Representació del coneixement i raonament automàtic amb incertesa
    Es veuràn les Xarxes Bayesianes, la seva sintaxi, la seva semàntica, els algorismes bàsics d'inferència i la seva capacitat expressiva.
  3. Aprenentatge automàtic
    Es veuran els algorismes més importants d'aprenentatge automàtic entenent els punts forts i febles de cadascun per tal de saber quin és el mes adient per cada situació

Activitats

Activitat Acte avaluatiu


Desenvolupament del tema 1 de l'assignatura (lògica proposicional)

Assimilar els elements bàsics de la lògica proposicional (sintaxi, semàntica, inferència) Entendre la capacitat expressiva de la lògica proposicional i veure exemples d'us reals.
Objectius: 1
Continguts:
Teoria
5h
Problemes
5h
Laboratori
10h
Aprenentatge dirigit
2h
Aprenentatge autònom
25h

Desenvolupament del tema 2 de l'assignatura (xarxes bayesianes)

Assimilar els elements bàsics de les xarxes bayesianes (sintaxi, semàntica, inferència) Assimilar la capacitat expressiva de les xarxes bayesianes i veure exemples d'us reals.
Objectius: 1
Continguts:
Teoria
4h
Problemes
4h
Laboratori
8h
Aprenentatge dirigit
2h
Aprenentatge autònom
25h

Desenvolupar el tema 3 de l'assignatura (Aprenentatge Automàtic)


Objectius: 1
Continguts:
Teoria
4h
Problemes
4h
Laboratori
8h
Aprenentatge dirigit
2h
Aprenentatge autònom
25h

Metodologia docent

Es combinaràn les classes de teoria per introduir els conceptes fonamentals, amb les classes de problemes per practicar i exercitar les seves implicacions, amb classes de laboratori, on es veurà un us més pràctic de tot plegat mitjançant casos d'estudi i fent servir paquets ja implementats.

Mètode d'avaluació

L'assignatura s'estructura en 3 parts, totes amb el mateix pes. Per cada part és farà un exàmens i una pràctica.

Bibliografia

Bàsica:

Complementaria: