Aplicaciones Inteligentes de Análisis de Datos en la Industria

Usted está aquí

Créditos
2
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos, pero tiene capacidades previas
Departamento
UB
Mail
El objetivo de este seminario es doble: por una parte, proveer al alumnado unas nociones básicas sobre sistemas de recomendación, y, por otra parte, facilitarle el conocer la aplicación de técnicas de IA para resolver problemas reales en la industria.

Profesores

Responsable

  • Jerónimo Hernández González ( )

Horas semanales

Teoría
4
Problemas
10
Laboratorio
4
Aprendizaje dirigido
0
Aprendizaje autónomo
32

Competencias

Competencias Técnicas Genéricas

Genéricas

  • CG3 - Capacidad para la modelización, cálculo, simulación, desarrollo e implantación en centros tecnológicos y de ingeniería de empresa, particularmente en tareas de investigación, desarrollo e innovación en todos los ámbitos relacionados con la Inteligencia Artificial.

Competencias Técnicas de cada especialidad

Académicas

  • CEA7 - Capacidad de comprender la problemática, y las soluciones a los problemas en la práctica profesional de la aplicación de la Inteligencia Artificial en el entorno empresarial e industrial.

Profesionales

  • CEP3 - Capacidad de aplicación de las técnicas de Inteligencia Artificial en entornos tecnológicos e industriales para la mejora de la calidad y la productividad.
  • CEP5 - Capacidad de diseñar nuevas herramientas informáticas y nuevas técnicas de Inteligencia Artificial en el ejercicio profesional.

Competencias Transversales

Uso solvente de los recursos de información

  • CT4 - Gestionar la adquisicion, la estructuracion, el analisis y la visualizacion de datos e informacion en el ambito de la especialidad y valorar de forma critica los resultados de esta gestion.

Analisis y sintesis

  • CT7 - Capacidad de analisis y resolucion de problemas tecnicos complejos.

Objetivos

  1. Entender el comportamiento general de los sistemas de recomendación
    Competencias relacionadas: CT7, CT4,
  2. Entender como funcionan los sistemas de recomendación para hacer frente a gran número de datos existentes.
    Competencias relacionadas: CEA7, CEP3,
  3. Entender las posibles aplicaciones de los sistemas de recomendación dentro del ambito industrial
    Competencias relacionadas: CEP3, CG3,
  4. Entender las posibles aplicaciones de la IA en el entorno empresarial
    Competencias relacionadas: CEP5,

Contenidos

  1. Sistemas de Recomendación para aplicaciones industriales
    Daremos una visión general de los diferentes tipos de sistemas de recomendación, usos y evaluación.

    Sistemas de recomendación colaborativos: explicaremos en detalle cómo funciona el filtrado colaborativo, y cómo podemos utilizar la información de otros usuarios para hacer recomendaciones.

    Programando un sistema de recomendación: explicaremos como podemos implementar y validar un sistema de recomendación en Python
  2. Experiencias reales de aplicaciones de la IA en la industria
    Se invitarán distintas empresas para que expliquen sus aplicaciones en el ámbito de la IA

Actividades

Actividad Acto evaluativo


Resolución de los notebooks

El alumnado tendrá que resolver un(os) notebook(s) propuesto en la sesión de laboratorio
Objetivos: 1 2
Semana: 1
Tipo: examen de laboratorio
Teoría
0h
Problemas
0h
Laboratorio
3h
Aprendizaje dirigido
0h
Aprendizaje autónomo
10h

Informe sobre un uso potencialmente novedoso de técnicas de la IA


Objetivos: 2 3
Semana: 1
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
12h

Sintesis presentaciones de empresas

Realizar una sintesis de las aportaciones que presentan las empresas
Objetivos: 4
Semana: 1
Tipo: entrega
Teoría
0h
Problemas
0h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
10h

Introducción a los sistemas de recomendación

El alumnado trabajará en el conocimiento de los diferentes sistemas de recomendación.
Objetivos: 1 2
Contenidos:
Teoría
4h
Problemas
0h
Laboratorio
1h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Experiencias reales de la aplicación de técnicas de la IA en la industria

El alumno podrá observar la práctica empresarial
Objetivos: 4
Contenidos:
Teoría
0h
Problemas
10h
Laboratorio
0h
Aprendizaje dirigido
0h
Aprendizaje autónomo
0h

Metodología docente

Durante el seminario, se seguirán diferentes metodologías. En una clase magistral, se explicarán los conceptos teóricos necesarios. En una sesión de laboratorio guiada, se pondrán en práctica los conceptos adquiridos. Finalmente, un conjunto de casos de estudio reales en la industria serán presentados.

Método de evaluación

La evaluación del seminario tendrá tres partes: un informe sobre un uso potencialmente novedoso de tecnologías de la IA (30%); un notebook práctico (30%); i un resumen de les tecnologías de la IA presentadas por las compañías (40%).

Bibliografía

Básica:

Capacidades previas

Interés en las aplicaciones empresariales y financieras desde la óptica de la IA.

Adenda

Contenidos

No significant changes are expected.

Metodología docente

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

Método de evaluación

No significant changes are expected.

Plan de contingencia

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