Aplicaciones Inteligentes de Análisis de Datos en la Industria

Créditos
2
Tipos
Optativa
Requisitos
Esta asignatura no tiene requisitos , pero tiene capacidades previas
Departamento
UB
Mail
jeronimo.hernandez@ub.edu
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.

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
    Teoría
    0h
    Problemas
    0h
    Laboratorio
    0h
    Aprendizaje dirigido
    0h
    Aprendizaje autónomo
    0h

    Informe sobre un uso potencialmente novedoso de técnicas de la IA


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

    Sintesis presentaciones de empresas

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

    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

    Básico

    Capacidades previas

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