Experto Universitario en Inteligencia Artificial (15 ECTS)
Asignatura 1: Fundamentos de inteligencia artificial. 5 ECTS
La asignatura proporciona una base sólida que permite dotar al estudiantado de las habilidades básicas para el desarrollo de sistemas basados en inteligencia artificial. Se introduce y estudia el lenguaje de programación Python explorando los paradigmas principales que estructuran este campo, como los sistemas basados en reglas, el aprendizaje automático y el aprendizaje profundo. También se abordan los desafíos éticos actuales asociados al uso de la Inteligencia Artificial.
A continuación, se introduce el lenguaje Python, una herramienta esencial en el desarrollo de soluciones de IA. Los estudiantes aprenderán sus fundamentos, manipulación de datos, uso de las bibliotecas, además de técnicas básicas para preparar conjuntos de datos, todo enfocado en aplicaciones de inteligencia artificial.
El aprendizaje culmina con un caso práctico en el que se integran los conocimientos adquiridos durante la asignatura.
Esta asignatura sienta las bases para estudios avanzados en IA y desarrolla competencias clave en el uso de herramientas y técnicas aplicadas al análisis de datos y modelado.
| Temario de la asignatura |
|---|
|
1. Introducción a la inteligencia artificial
|
|
2. Introducción a Python
|
|
3. Caso práctico
|
Asignatura 2: Sistemas basados en el conocimiento. 5 ECTS
Se introducen los conceptos base de la inteligencia artificial, empezando por los algoritmos de búsqueda para comprender qué tipo de problemas son capaces de resolver y que características tienen. Estos algoritmos nos permiten comprender y diseñar la estructura de cualquier Sistema Basado en el Conocimiento. Además, esta base, permite presentar a continuación los conceptos de Aprendizaje Automático, junto con los métodos de aprendizaje supervisado (k-NN, Árboles de decisión, etc.) y los métodos de aprendizaje no supervisado (Clustering).
Finalmente, la asignatura culmina con la web semántica y los datos enlazados (grafos). La web semántica permite enriquecer los conjuntos de datos a través de las representaciones formales del conocimiento: las ontologías.
| Temario de la asignatura |
|---|
|
1. Inteligencia artificial y sistemas basados en el conocimiento
|
|
2. Aprendizaje automático
|
|
3. Aprendizaje no supervisado y web semántica
|
Asignatura 3: Inteligencia artificial para la ciencia de datos. 5 ECTS
En la ciencia de los datos es imprescindible aplicar la inteligencia artificial a un Sistema basado en el conocimiento. Estos métodos permiten explicitar el conocimiento de la base de conocimiento. Se estudiarán métodos y herramientas de inteligencia artificial aplicadas y aplicables al análisis de datos y generación de modelos.
Desde este punto de vista, se completan los conceptos de Machine Learning y se abordan las técnicas de aprendizaje automático profundas y los métodos avanzados de inteligencia artificial.
| Temario de la asignatura |
|---|
|
1. Machine Learning Algorithms
|
|
2. Deep Learning
|
|
3. Computación evolutiva
|