Aplicacions Intel·ligents d'Anàlisi de Dades a la Indústria

Esteu aquí

Crèdits
2
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits, però té capacitats prèvies
Departament
UB
Mail
L'objectiu d'aquest curs posseeix tres parts. La primera proveir a l'estudiant uns coneixements dels sistemes de recomanació. La segona presentar les diferents aplicacions existents dins el camp dels recomenadros, i finalment les diferents presentacions de les empreses que utilitzen aquestes tecnologies.

L'objectiu d'aquest seminari és doble: per una banda, proveir a l'alumnat unes nocions bàsiques sobre sistemes de recomanació, i, per una altra, facilitar-li el conèixer l'aplicació de tècniques d'IA per a resoldre problemes reals a la indústria.

Professors

Responsable

  • Jerónimo Hernández González ( )

Hores setmanals

Teoria
4
Problemes
10
Laboratori
4
Aprenentatge dirigit
0
Aprenentatge autònom
32

Competències

Competències Tècniques Generals

Genèriques

  • CG3 - Capacitat per a la modelització, càlcul, simulació, desenvolupament i implantació en centres tecnològics i d'enginyeria d'empresa, particularment en tasques de recerca, desenvolupament i innovació en tots els àmbits relacionats amb la Intel·ligència Artificial.

Competències Tècniques de cada especialitat

Acadèmiques

  • CEA7 - Capacitat de comprendre la problemàtica, i les solucions als problemes en la pràctica professional de l'aplicació de la Intel·ligència Artificial en l'entorn empresarial i industrial.

Professionals

  • CEP3 - Capacitat d'aplicació de les tècniques d'Intel·ligència Artificial en entorns tecnològics i industrials per a la millora de la qualitat i la productivitat.
  • CEP5 - Capacitat de dissenyar noves eines informàtiques i noves tècniques d'Intel·ligència Artificial en l'exercici professional.

Competències Transversals

ús solvent dels recursos d'informació

  • CT4 - Gestionar l'adquisició, l'estructuració, l'anàlisi i la visualització de dades i informació de l'àmbit d'especialitat, i valorar de forma crítica els resultats d'aquesta gestió.

Analisis i sintesis

  • CT7 - Capacitat d'anàlisi i resolució de problemes tècnics complexos.

Objectius

  1. Entendre el comportament general dels sistemes de recomanació
    Competències relacionades: CT7, CT4,
  2. Entendre com funcionen els sistemes de recomanació per fer front a gran número de dades existents.
    Competències relacionades: CEA7, CEP3,
  3. Entendre les possibles aplicacions dels sistemes de recomanació dins l'àmbit industrial
    Competències relacionades: CEP3, CG3,
  4. Entendre les Possibles Aplicacions de la IA en l'Entorn Empresarial
    Competències relacionades: CEP5,

Continguts

  1. Sistemes de Recomanació per a aplicacions industrials
    Donarem una visió general dels diferents tipus de sistemes de recomanació, usos i avaluació.

    Sistemes de recomanació col·laboratius: explicarem en detall com funciona el filtrat col·laboratiu i com podem fer servir la informació d'altres usuaris per a fer recomanacions.

    Programant un sistema de recomanació: explicarem com podem implementar i validar un sistema de recomanació amb Python
  2. Experiències reals d'aplicacions de la IA a la indústria
    Es convidaran diferents empreses perquè expliquin les seves aplicacions en l'àmbit de la IA

Activitats

Activitat Acte avaluatiu


Resolució dels notebooks

L'alumnat haurà de resoldre un(s) notebook(s) proposat a la sessió de laboratori
Objectius: 1 2
Setmana: 1
Tipus: examen de laboratori
Teoria
0h
Problemes
0h
Laboratori
3h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h

Informe sobre un ús potencialment nou de tècniques de la IA


Objectius: 2 3
Setmana: 1
Tipus: entrega
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
12h

Síntesi presentacions d'empreses

Realitzar una síntesi de les aportacions que presenten les empreses
Objectius: 4
Setmana: 1
Tipus: entrega
Teoria
0h
Problemes
0h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
10h

Introducció als sistemes de recomanació

L'alumnat treballarà en el coneixement dels diferents sistemes de recomanació
Objectius: 1 2
Continguts:
Teoria
4h
Problemes
0h
Laboratori
1h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Experiències reals de l'aplicació de tècniques de la IA a la indústria

L'alumne podrà observar la pràctica empresarial
Objectius: 4
Continguts:
Teoria
0h
Problemes
10h
Laboratori
0h
Aprenentatge dirigit
0h
Aprenentatge autònom
0h

Metodologia docent

Durant el seminari, se seguiran diferents metodologies. En una classe magistral, s'explicaran els conceptes teòrics necessaris. En una sessió de laboratori guiada, es posaran en pràctica els conceptes adquirits. Finalment, un conjunt de casos d'estudi reals a la indústria seran presentats.

Mètode d'avaluació

L'avaluació del seminari tindrà tres parts: un informe sobre un ús potencialment nou de tecnologies de la IA (30%); un notebook pràctic (30%); i un resum de les tecnologies de la IA presentades per les companyies (40%).

Bibliografia

Bàsica:

Capacitats prèvies

Interès en les aplicacions empresarials i financeres des de l'òptica de la IA.

Addenda

Continguts

No significant changes are expected.

Metodologia docent

Beyond the possible adaptation of the course to a mixed (presential-virtual) methodology, no other significant changes are expected.

Mètode d'avaluació

No significant changes are expected.

Pla de contingència

In case of complete lockdown, lessons will be fully virtual-synchronous.