Expert Universitari Online en Intel·ligència Artificial

Crea el futur amb IA: domina els algoritmes, impulsa el canvi i lidera la revolució tecnològica

Nid: 27959
Pla d'estudis

Expert Universitari en Intel·ligència Artificial (15 ECTS)

Exploraràs les tècniques i aplicacions més avançades de la intel·ligència artificial per desenvolupar solucions innovadores:

Assignatura 1: Fonaments d’intel·ligència artificial. 5 ECTS

L’assignatura proporciona una base sòlida que permet dotar a l’alumnat de les habilitats bàsiques per al desenvolupament de sistemes basats en intel·ligència artificial. S’introdueix i s’estudia el llenguatge de programació Python, explorant els paradigmes principals que estructuren aquest camp, com els sistemes basats en regles, l’aprenentatge automàtic i l’aprenentatge profund. També s’aborden els desafiaments ètics actuals associats a l’ús de la Intel·ligència Artificial.

L’aprenentatge culmina amb un cas pràctic en què s’integren els coneixements adquirits durant l’assignatura.

Temari de l'assignatura

1. Introducció a la intel·ligència artificial

  • Història de la IA i conceptes bàsics
  • Paradigmes de la IA
  • Ètica i desafiaments actuals de la IA

2. Introducció a Python

  • Fonaments del llenguatge Python
  • Manipulació de dades
  • Biblioteques
  • Visualització de dades amb Python
  • Preparació de conjunts de dades

3. Cas pràctic

  • Plantejament d’un problema i objectius
  • Obtenció i preparació de les dades
  • Selecció de tècniques de IA
  • Implementació d’un model bàsic en Python
  • Avaluació del model
  • Presentació de resultats, interpretació, reflexió crítica sobre millores

Assignatura 2: Sistemes basats en el coneixement. 5 ECTS

S’introdueixen els conceptes base de la intel·ligència artificial, començant pels algorismes de cerca per comprendre quin tipus de problemes són capaços de resoldre i quines característiques tenen. Aquests algorismes ens permeten comprendre i dissenyar l’estructura de qualsevol Sistema Basat en el Coneixement.

A més, aquesta base permet presentar a continuació els conceptes d’Aprenentatge Automàtic, juntament amb els mètodes d’aprenentatge supervisat (k-NN, Arbres de decisió, etc.) i els mètodes d’aprenentatge no supervisat (Clustering).

Finalment, l’assignatura culmina amb la web semàntica i les dades enllaçades (grafs). La web semàntica permet enriquir els conjunts de dades a través de les representacions formals del coneixement: les ontologies.

Temari de l'assignatura

1. Intel·ligència artificial i sistemes basats en el coneixement

  • Introducció a la intel·ligència artificial i als sistemes basats en el coneixement
  • Algorismes de cerca cega
  • Algorismes de cerca heurística

2. Aprenentatge automàtic

  • Introducció a l’aprenentatge automàtic
  • Aprenentatge analògic: KNN
  • Aprenentatge inductiu: arbres de decisió, ID3, C4.5

3. Aprenentatge no supervisat i web semàntica

  • Aprenentatge no supervisat: clustering
  • Web semàntica i ontologies

Assignatura 3: Intel·ligència artificial per a la ciència de dades. 5 ECTS

En la ciència de les dades és imprescindible aplicar la intel·ligència artificial a un Sistema Basat en el Coneixement. Aquests mètodes permeten explicitar el coneixement de la base de coneixement. S’estudiaran mètodes i eines d’intel·ligència artificial aplicades i aplicables a l’anàlisi de dades i generació de models.

Des d’aquest punt de vista, es completen els conceptes de Machine Learning i s’aborden les tècniques d’aprenentatge automàtic profund i els mètodes avançats d’intel·ligència artificial.

Temari de l'assignatura

1. Machine Learning Algorithms

  • Bagging & Boosting
  • Support Vector Machine
  • Association Rules

2. Deep Learning

  • Multi-Layer Perceptron
  • Convolutional Neural Network
  • Recurrent Neural Network

3. Computació evolutiva

  • Introducció a la computació evolutiva
  • Algoritmes genètics