Computació i Sistemes Intel·ligents

Crèdits
6
Tipus
Obligatòria
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
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

Altres

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

    Bàsic

    Complementari