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

Crèdits
2
Tipus
Optativa
Requisits
Aquesta assignatura no té requisits , però té capacitats prèvies
Departament
UB
Mail
jeronimo.hernandez@ub.edu
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.

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: CT4, CT7,
    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: CG3, CEP3,
    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
    Teoria
    0h
    Problemes
    0h
    Laboratori
    0h
    Aprenentatge dirigit
    0h
    Aprenentatge autònom
    0h

    Informe sobre un ús potencialment nou de tècniques de la IA


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

    Síntesi presentacions d'empreses

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

    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

    Bàsic

    Capacitats prèvies

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