Responsable: | (-) |
Otros: | (-) |
Créditos | Dept. | Tipo | Requisitos |
---|---|---|---|
7.5 (6.0 ECTS) | CS |
|
IA
- Prerequisito para la EI |
Responsable: | (-) |
Otros: | (-) |
El objetivo de la asignatura es complementar y ampliar los conceptos aprendidos en la asignatura obligatoria Inteligencia Artificial y las asignaturas optativas Aprendizaje y Procesamiento del Lenguaje Natural. Para lograr este objetivo la asignatura se irá adaptando y actualizando cada cuatrimestre. Para un mejor aprovechamiento de los conocimientos, esta asignatura tiene una vertiente eminentemente práctica y ofrece al estudiante un conjunto de problemas que ha de resolver e implementar. En los últimos cursos la asignatura ha hecho hincapié en los agentes autónomos y su aplicación al comercio electrónico. Dada la importancia del componente práctico, éste tendrá un peso considerable en el método de evaluación. Al final de esta asignatura el estudiante tendrá una visión más profunda de los métodos de la inteligencia artificial y su aplicabilidad al mundo real.
Horas estimadas de:
T | P | L | Alt | L Ext. | Est | O. Ext. |
Teoria | Problemas | Laboratorio | Otras actividades | Laboratorio externo | Estudio | Otras horas fuera del horario fijado |
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
2,0 | 0 | 0 | 0 | 0 | 0 | 0 | 2,0 | |||
Introducción a las áreas de aplicación de la Inteligencia Artificial
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
¿Qué es una ontología? Metodologías de construcción de ontologías. Lógicas de descripción. Lenguajes de ontologías.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
Razonamiento para aplicaciones de Inteligencia Artificial. Lógicas modales. Lógicas temporales. Razonamiento con incertidumbre.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
Necesidades de comunicación entre agentes. Speech Act Theory. Lenguajes de comunicación entre agentes.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
Algoritmos de búsqueda del mejor. Tabu Search, meta heurísticas. Algoritmos genéticos.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
Descripción de problemas de planificación. Algoritmos de planificación: Planificación lineal, con orden parcial, jerárquica.
|
|
T | P | L | Alt | L Ext. | Est | O. Ext. | Total | ||
---|---|---|---|---|---|---|---|---|---|---|
4,0 | 4,0 | 2,0 | 0 | 2,0 | 9,0 | 0 | 21,0 | |||
Necesidad de coordinación en sistemas multiagentes. Negociación entre agentes.
|
Total por tipo | T | P | L | Alt | L Ext. | Est | O. Ext. | Total |
30,0 | 26,0 | 14,0 | 0 | 14,0 | 63,0 | 0 | 147,0 | |
Horas adicionales dedicadas a la evaluación | 3,0 | |||||||
Total horas de trabajo para el estudiante | 150,0 |
La metodología consistirá en la exposición de la teoría en clases de teoría y la aplicación de los conceptos en las clases de problemas y laboratorio.
La evaluación consta de un examen final, un examen parcial, problemas hechos durante el curso y una nota de laboratorio. Los exámenes final y parcial estarán enfocados a evaluar los conocimientos teóricos y metodológicos de la asignatura. La nota de problemas se obtendrá mediante la entrega de pequeños problemas propuestos durante el curso. La nota de laboratorio se obtendrá de la evaluación de los informes realizados sobre un conjunto de prácticas de laboratorio que se desarrollarán a lo largo del curso.
A mediados del cuatrimestre habrá un examen parcial que liberará la primera parte del temario (en caso de obtener una nota mínima de 5). El examen final evaluará tanto la primera como la segunda parte del curso. La primera es obligatoria para los estudiantes que no superaron el examen parcial y optativa para los demás. Como nota de la primera parte se cogerá el máximo de las dos notas obtenidas o la única obtenida en el parcial, según sea el caso.
El cálculo de la nota final se hará de la manera siguiente
NPar = nota examen parcial
NEx1 = nota primera parte examen final
NEx2 = nota segona parte examen final
Nota Examen = [máximo(Npar, NEx1) + NEx2]/2
Nota final= Nota Examen * 0.4 + Nota problemas * 0.3 + Nota Laboratorio * 0.3
Los alumnos deben haber cursado previamente la asignatura Inteligencia Artificial