Descripció:
Un Sistema Basat en el Coneixement (Knowledge-Based System) usa una base de coneixement per raonar i resoldre problemes complexes. Així doncs, podríem dir que avui en dia qualsevol problema/sistema és un Sistema Basat en el Coneixement (SBC). Els trets fonamentals que caracteritzen un SBC són, com diu el seu nom, el Coneixement, la Representació del Coneixement, el Raonament i la Cerca que es pot efectuar sobre el mateix. I aquests seran els eixos que tractarà l'assignatura.
Tipus assignatura
Optativa
Semestre
Segon
Crèdits
4.00
Professors Titulars
Professor/a
Professors Docents
Coneixements previs:
Objectius:
Es objectius se centraran en:
- Conèixer l'abast de la Intel·ligència artificial i, en concret, l'àmbit dels Sistemes basats els coneixements.
- Ser coneixedors dels costos computacionals i de la qualitat de les solucions dels diferents algorismes de cerca.
- Ser coneixedors de la importància del coneixement, així, com la manera de tractar-lo.
- Desenvolupar un cas concret: un Chatbot.
Continguts:
1. INTRODUCCIÓ
2. REPRESENTACIÓ DEL CONEIXEMENT. RAONAMENT
3. ANALÍTICA DESCRIPTIVA
4. ANALÍTICA PREDICTIVA
5. RESOLUCIÓ DE PROBLEMES. CERCA
6. PROJECTE: CHATBOT
Metodologia:
La metodologia usada combina les classes magistrals, la resolució d'exercicis, la participació de l?alumnat i el desenvolupament d'un projecte. Per a l'alumne/a això comportarà tant treballs individuals com treballs en grup, així com exercicis conceptuals, exercicis implementats, presentacions orals i presentacions escrites.
El curs seguirà dues línies en paral·lel: 1) les classes magistrals i els exercicis més conceptuals per anar avançant el temari; i 2) el desenvolupament del projecte des del primer dia fins a la darrera classe que implicarà fins a cinc entregues: des de la conceptualització d'un Chatbot fins al seu desenvolupament amb una presentació final.
Avaluació:
L'assignatura té cinc exercicis i un projecte final.
Criteris avaluació:
Aquesta assignatura tindrà una avaluació continuada de la manera següent:
NOTA FINAL = 40% Nota_Exercicis + 60% Nota_Projecte; tots el exercicis >= 5 i totes les parts del projecte >=5
Nota_Exercicis = 20% Activitat_1 + 20% Activitat_2 + 20% Activitat_3 + 20% Activitat_4 + 20% Activitat_5
Bibliografia bàsica:
- Aamodt, A., & Plaza, E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. Artificial Intelligence Communications, 7(1), 39-59.
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (1st ed.). Springer.
- Buchanan, B. G., & Shortliffe, E. H. (1984). Rule-Based Expert Systems: The MYCIN Experiments of the Stanford Heuristic Programming Project. Addison-Wesley.
- Ermine, J.-L. (1995). Expert Systems: The Technology of Knowledge-Based Systems. John Wiley & Sons.
- Giarratano, J. C., & Riley, G. D. (1994). Expert Systems: Principles and Programming (3rd ed.). PWS Publishing.
- Hall, D. (1988). Building Expert Systems. Addison-Wesley.
- Heaton, J. (2015). Artificial Intelligence for Humans: Fundamental Algorithms (1st ed.). Heaton Research.
- Jackson, P. C. (1981). An Introduction to Artificial Intelligence. McGraw-Hill.
- Merritt, D. (1987). Building Expert Systems in Prolog. Prentice-Hall.
- Mitchell, T. M. (1997). Machine Learning. McGraw-Hill.
- Negnevitsky, M. (2002). Artificial Intelligence: A Guide to Intelligent Systems (2nd ed.). Addison-Wesley.
- Nilsson, N. J. (1980). Foundations of Artificial Intelligence. Cambridge University Press.
- Pearl, J. (1988). Probabilistic Reasoning in Intelligent Systems: Networks of Plausible Inference. Morgan Kaufmann Publishers.
- Russell, S., & Norvig, P. (2010). Artificial Intelligence: A Modern Approach (3rd ed.). Pearson Education.
Material complementari: