Programación imperativa, orientada a objetos y lógica. Lógica matemática (CP0 y CP1). Backtracking.
La asignatura de inteligencia artificial tiene por objetivo que los estudiantes adquieran los conocimientos y desarrollen las habilidades que se indican a continuación. Cabe remarcar que el primer objetivo es el perseguido por toda asignatura. Asimismo los otros objetivos se alcanzan -mayoritariamente- realizando los trabajos y/o prácticas que se requieren en el transcurso de la asignatura.
1. Adquirir los conocimientos generales básicos sobre el área de estudio: la Inteligencia artificial.
2. Capacidad de aplicar los conocimientos a la práctica. Abrir un camino hacia a un perfil profesional.
3. Habilidades de investigación. Abrir un camino hacia a un posible doctorado.
4. Trabajo en equipo.
5. Habilidad para trabajar de forma autónoma.
6. Capacidad de crítica y de autocrítica.
7. Capacidad de aprender.
8. Capacidad para generar nuevas ideas (creatividad).
9. Capacidad de análisis y de síntesis.
10. Capacidad de organizar y de planificar.
11. Comunicación oral y escrita en la propia lengua.
12. Habilidades de gestión de la información (habilidad para buscar y analizar información procedente de fuentes diversas).
13. Resolución de problemas.
14. Toma de decisiones.
15. Conocimiento de una segunda lengua.
Los temas que se estudian en la asignatura de Inteligencia artificial II son los siguientes:
1 APRENDIZAJE ARTIFICIAL
1.1 Introducción
1.2 Aprendizaje supervisado - classificación
1.3 Aprendizaje no supervisado - reglas de asociación
1.4 Aprendizaje no supervisado - clustering
1.5 Aprendizaje por refuerzo
2 PLANIFICACIÓN
2.1 Introducción
2.2 STRIPS
2.3 Búsqueda a través del espacio del mundo de los estados
2.4 Búsqueda a través del espacio de planos
2.5 Ejercicios de planificación
3 RESOLUCIÓN DE UN PROBLEMA USANDO IA
3.1 Resolución de problemas usando IA
3.2 Otros paradigmas
Se utilizan diferentes metodologías que se detallan a continuación. Esta asignatura se imparte tanto en formato presencial como en formato semipresencial. En el primer caso, la teoría se imparte principalmente a través de clases magistrales (combinadas con algunas diapositivas). Mientras que en el formato semipresencial, se sigue una guía de estudio a través de sesiones online.
Durante las clases magistrales se resuelven ejercicios de cada tema.
El temario de la asignatura se apoya en las clases teóricas y/o guía de estudio, así el desarrollo de las prácticas (trabajo en equipo, trabajo de campo, diseño, implementación, evaluación de los resultados, discusión y realización de la memoria) y los trabajos personales (individuales y de carácter optativo) orientados a la búsqueda y estructuración de la información, permiten trabajar y aplicar los conceptos teóricos impartidos.
Las prácticas y los trabajos se presentan oralmente. Algunos de ellos en forma de debate (diferentes maneras de solucionar un problema) en clase. Concretamente, durante el curso se realizan las prácticas siguientes:
- Práctica 1 - Aprendizaje artificial
- Trabajo personal (optativo)
Para atender las dudas del alumno se dispone de diferentes elementos: horarios de tutoría individuales y/o en grupo (resolución de dudas); debates dentro del espacio propio de cada asignatura -intranet de la Escuela llamada E-campus-; emails; tablero de noticias -intranet-; documentación por tema -intranet-, uso de una aula virtual (especialmente indicada para los alumnos que estudian la asignatura en formato semipresencial), etcétera.
Se utilizan diferentes métodos de evaluación. Se distingue la parte teórica (que representa un 30% de la asignatura) de la parte práctica (70%).
Parte teórica:
A. Exámenes
Parte práctica:
B. Exámenes orales (entrega de prácticas)
D. Trabajos realizados en casa
E. Informes (individuales)
F. Informes/trabajos realizados en grupo
G. Trabajos prácticos con ordenador
I. Presentaciones
Los diferentes objetivos de la asignatura se evalúan siguiendo diferentes criterios. Se detallan a continuación.
Objetivo 1: Adquirir los conocimientos generales básicos sobre el área de estudio: la Inteligencia artificial. [A,B,D,E,F,G,I]
Objetivo 2: Capacidad de aplicar los conocimientos a la práctica. Abrir un camino hacia a un perfil profesional. [B,D,E,F,G,I]
Objetivo 3: Habilidades de investigación. Abrir un camino hacia un posible doctorado. [E,I]
Objetivo 4: Trabajo en equipo. [F,G,I]
Objetivo 5: Habilidad de trabajo de forma autónoma. [A,E]
Objetivo 6: Capacidad de crítica y de autocrítica. [E,F,I]
Objetivo 7: Capacidad de aprender. [A]
Objetivo 8: Capacidad para generar nuevas ideas (creatividad). [A,F,G]
Objetivo 9: Capacidad de análisis y de síntesis. [A,B,E,F,I]
Objetivo 10: Capacidad de organizar y de planificar. [F,G]
Objetivo 11: Comunicación oral y escrita en la propia lengua. [A,B,E,F,I]
Objetivo 12: Habilidades de gestión de la información (habilidad para buscar y analizar información procedente de fuentes diversas). [E,F]
Objetivo 13: Resolución de problemas. [A,F]
Objetivo 14: Toma de decisiones. [A,F]
Objectivo 15: Conocimiento de una segunda lengua. [B,E,F,I]
Elisabet Golobardes and Albert Orriols. Intel·ligència Artificial. Creative Commons Deed, ISBN 978-84-935665-6-2 2008
- E. Rich and K. Knight. Inteligencia artificial. McGraw-Hill (1994, segunda edición)
- M. Ginsberg. Essentials of Artificial Intelligence. Morgan Kaufmann Publishers, Inc. (1993)
- P.H. Winston. Artificial Intelligence. Addison-Wesley Publishing Company (1992, third edition)
- N.J. Nilsson. Principles of Artificial Intelligence. Morgan Kaufmann Publishers, Inc. (1980)
- Russell and P. Norvig. Artificial Intelligence: A modern approach. Prentice-Hall (1995)
- G.F. Luger and W.A. Stubblefield. Artificial Intelligence. Structures and strategies for complex problem solving. The Benjamin/Cummings Publishers Company, Inc. (1993)
- Cada curso académico se publica en E-campus documentación complementaria de cada capítulo (articulos, diapositivas, links, ...).