Ficha asignatura

Universidad de Alicante. Página principal
Ficha de la asignatura: SISTEMAS INTELIGENTES
Saltar idiomas
Español | Valencià | English
Saltar iconos
  • PDF
  • Imprimir
  • Inicio
Saltar cabecera
Universidad de Alicante. Página principal
Ficha de la asignatura

GUÍA DOCENTE
34024 - SISTEMAS INTELIGENTES (2017-18)

Código34024
Crdts. Europ.6


Departamentos y Áreas
DepartamentosÁreaCréditos teóricos presencialesCréditos prácticos presencialesDpto. Respon.Respon. Acta
CIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIALCIENCIA DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL1,21,2


Estudios en los que se imparte
(comple. formac.)MÁSTER UNIVERSITARIO EN INGENIERÍA INFORMÁTICA
DOBLE GRADO EN INGENIERÍA INFORMÁTICA Y ADMINISTRACIÓN Y DIRECCIÓN DE EMPRESAS
GRADO EN INGENIERÍA INFORMÁTICA


Contexto de la asignatura para el curso 2017-18

Se trata del primer contacto del alumno con la Inteligencia Artificial (IA), una de las áreas de la informática con una relevancia creciente en el ámbito profesional, los titulados en Ingeniería Informática actuales deben comprender y aprender la resolución de problemas utilizando conceptos y técnicas de IA.


Su conocimiento resulta fundamental para poder abordar con éxito una buena parte de los proyectos en los que se verán involucrados durante su ejercicio profesional. Esta asignatura se complementa posteriormente con distintas asignaturas de carácter optativo.


 



Profesor/a responsable
RIZO ALDEGUER, RAMON


Profesores (2017-18)
Grupo Profesor/a
TEORÍA DE 340241RIZO ALDEGUER, RAMON
CATEDRATICO/A DE UNIVERSIDAD
 2RIZO ALDEGUER, RAMON
CATEDRATICO/A DE UNIVERSIDAD
PRÀCTIQUES AMB ORDINADOR DE 3402401COMPAÑ ROSIQUE, PATRICIA MARIA
PROFESOR/A TITULAR DE UNIVERSIDAD
 02COMPAÑ ROSIQUE, PATRICIA MARIA
PROFESOR/A TITULAR DE UNIVERSIDAD
 03AZNAR GREGORI, FIDEL
PROFESOR/A CONTRATADO/A DOCTOR/A
 04COMPAÑ ROSIQUE, PATRICIA MARIA
PROFESOR/A TITULAR DE UNIVERSIDAD
 05SEMPERE TORTOSA, MIREIA LUISA
PROFESOR/A CONTRATADO/A DOCTOR/A
 06COMPAÑ ROSIQUE, PATRICIA MARIA
PROFESOR/A TITULAR DE UNIVERSIDAD


Matriculados en grupos principales (2017-18)
Grupo (*)Número
1: TEORÍA DE 34024 133
2 (ARA): TEORÍA DE 34024 29
TOTAL 162


Grupos de matricula (2017-18)
Grupo (*)SemestreTurnoIdiomaDistribución
1  (TEORÍA DE 34024) 1er. M CAS desde NIF - hasta NIF -
2  (TEORÍA DE 34024) 1er. M CAS desde NIF - hasta NIF -
01  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. M CAS desde NIF - hasta NIF -
02  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. M CAS desde NIF - hasta NIF -
03  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. M CAS desde NIF - hasta NIF -
04  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. M CAS desde NIF - hasta NIF -
05  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. T CAS desde NIF - hasta NIF -
06  (PRÀCTIQUES AMB ORDINADOR DE 34024) 1er. M CAS desde NIF - hasta NIF -
(*) 1:1 - CAS
(*) 2:2 (ARA) - CAS
(*) 01:1 - CAS
(*) 02:2 - CAS
(*) 03:3 - CAS
(*) 04:4 (ARA) - CAS
(*) 05:5 - CAS
(*) 06:6 - CAS


Consulta Gráfica de Horario
   Más informaciónPincha aquí


Horario (2017-18)
ModoGrupo (*)Día inicioDía finDíaHora inicioHora finAula 
CLASE TEÓRICA 1 11/09/2017 22/12/2017 J 11:00 13:00 A2/0A01 
  2 11/09/2017 22/12/2017 V 09:00 11:00 A3/0003 
PRÁCTICAS CON ORDENADOR 01 11/09/2017 22/12/2017 L 11:00 13:00 0039PB012 
  02 11/09/2017 22/12/2017 L 09:00 11:00 0016PB063 
  03 11/09/2017 22/12/2017 J 09:00 11:00 0016P2003 
  04 11/09/2017 22/12/2017 V 11:00 13:00 0016P2003 
  05 11/09/2017 22/12/2017 M 17:00 19:00 0016P1006 
  06 11/09/2017 22/12/2017 V 09:00 11:00 0016P2003 
(*) CLASE TEÓRICA
 1: 1 - CAS
 2: 2 (ARA) - CAS
(*) PRÁCTICAS CON ORDENADOR
 01: 1 - CAS
 02: 2 - CAS
 03: 3 - CAS
 04: 4 (ARA) - CAS
 05: 5 - CAS
 06: 6 - CAS


Resultados de aprendizaje (Objetivos formativos)
  • Conocimiento de las materias básicas y tecnologías, que capaciten para el aprendizaje y desarrollo de nuevos métodos y tecnologías, así como las que les doten de una gran versatilidad para adaptarse a nuevas situaciones.
  • Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero/a Técnico en Informática.


Objetivos específicos aportados por el profesorado para el curso 2017-18
  • 1.Reflexionar sobre el contexto de la Inteligencia Artificial y los Sistemas Inteligentes a partir del análisis de sus problemáticas, técnicas y líneas de investigación. 
  • 2.Tomar contacto con literatura general y específica de Inteligencia Artificial. 
  • 3.Dominar y utilizar la terminología utilizada en Inteligencia Artificial 
  • 4.Identificar lenguajes y herramientas de desarrollo propias de la Inteligencia Artificial. 
  • 5.Comprender, conocer, analizar y aplicar los métodos de búsqueda avanzada para la resolución de problemas. 
  • 6.Comprender los métodos utilizados habitualmente en el diseño de juegos por ordenador de dos contrincantes 
  • 7.Conocer distintas formas de representar el conocimiento 
  • 8.Conocer las áreas de la Inteligencia Artificial: Visión Artificial y Aprendizaje. 
  • 9.Ser capaces de implementar algoritmos de Visión Artificial y Aprendizaje.
  • 10.Capacidad de integrar los conocimientos, métodos, algoritmos y destrezas prácticas de los Sistemas de Inteligencia Artificial.
  • 11.Ser capaces de mostrar mediante ejemplos y resultados la validez de sus trabajos. Desarrollar la madurez en la realización de informes y documentación útil de los algoritmos implementados.
  • 12.Desarrollar capacidades de aplicar y relacionar, de forma autónoma, la Inteligencia Artificial interdisciplinar.

 



Contenidos para el curso 2017-18

Contenidos Teóricos   


Bloque 1:  Inteligencia Artificial. Búsqueda. Heurística.  


Tema 1: Inteligencia Artificial y Sistemas Inteligentes. Objetivos.  


Tema 2: Estrategias de búsqueda. 


Tema 3: Búsqueda en juegos  


Tema 4: Búsqueda para problemas de satisfacción de restricciones


 Bloque 2: Toma de decisiones en sistemas probabilísticos. 


Tema 5: Introducción a los SS.EE. Sistemas expertos difusos


Tema 6: Árboles de decisión 


Tema 7: Redes bayesianas 


Bloque 3: Técnicas básicas de aprendizaje. 


Tema 8: Introducción a los Sistemas que aprenden. Aprendizaje supervisado vs. Aprendizaje no supervisado. Aprendizaje bayesiano. 


Tema 9: Aprendizaje con Redes neuronales. 


Tema 10: Boosting y Adaboost


Bloque 4: Introducción a la percepción visual artificial.  


Tema 11: Introducción a los Sistemas para Percepción, orientando hacia Visión Artificial .Operaciones básicas: histograma, ruido, suavizado, Detección de aristas y puntos característicos


Tema 12: Extracción de características, segmentación y reconocimiento de objetsos


Tema 13: Visión 3D.


 


Contenidos de Prácticas de laboratorio


Práctica 1:  Búsqueda inteligente.


Práctica 2: Aprendizaje y visión artificial.


 



Instrumentos y Criterios de Evaluación 2017-18

Periodo de Evaluación Ordinario:
Evaluación de Teoría.  Se realizarán cuatro controles tipo test a lo largo del cuatrimestre con la materia acumulada hasta la semana anterior al control. La nota de teoría es el valor de la expresión ponderada obtenida en función de las notas (entre 0 y 10) obtenidas en los controles:
nota_teoría = c1 * nota_control1 +c2 * nota_control2 + c3 * nota_control3 + c4 * nota_control4
Pesos de los Controles:
Control1 (t1-4): 10%, c1= 0.10
Control2 (t1-7): 20%, c2= 0.20
Control3 (t1-10): 30%, c3= 0.30
Control4 (t1-13): 40% c4= 0.40
Habrá un examen final de teoría  para aquellos estudiantes que no superen la teoría por controles.

Evaluación de prácticas de Laboratorio.
La asistencia a prácticas es obligatoria para los estudiantes que opten a evaluación mediante controles (se podrá faltar un 20% máximo de la sesiones).
Las prácticas de laboratorio constan de dos Actividades de Evaluación: Bloque Práctico 1 y Bloque Práctico 2.
Si la nota de Bloque Práctica 1 y la de Bloque Práctica 2 son ambas mayores o iguales a cuatro, la nota de prácticas de Laboratorio es la media entre ambas, en otro caso la la nota de prácticas de Laboratorio es la menor de las dos (Bloque Práctica1, Bloque Práctica2).

Nota final de la asignatura. Es la media entre la obtenida en teoría y la nota de prácticas de laboratorio siempre que ambas sean mayores o iguales que cuatro, en otro caso será la menor de las dos notas.
Para aprobar la asignatura la nota final debe ser mayor o igual que cinco.
Podrán optar a matricula de honor, aquellos estudiantes que obtengan nota superior o igual a 9,  en función la calidad (valorada por los profesores de la asignatura) de un trabajo optativo consistente en proponer 13 cuestiones razonadas y relacionadas con el contenido de la asignatura. 


Evaluación en porcentajes:
Parte Teórica: Evaluación continua por controles:  50%
Actividad de Evaluación Bloque Práctico 1: 25%
Actividad de Evaluación Bloque Práctico 2: 25%

Periodo de Evaluación Extraordinario:
Se conservan las notas obtenidas en la convocatoria ordinaria en aquellas partes (teoría o prácticas) con nota igual o superior a 5. Adicionalmente se conservan las notas de los bloques prácticos con nota igual o superior a cinco.
Los que tengan la teoría suspendida realizarán un examen teórico
Los que tengan algún Bloque práctico suspendido deberán entregar el material práctico que se proponga en el plazo que se establezca para esta convocatoria, la nota de este material será la nota del Bloque correspondiente. La media de los dos Bloques será la nota la parte práctica (siempre que ambas sean mayores o iguales a cuatro) y la menor en otro caso.
La nota del Periodo de Evaluación Extraordinario es la media entre la obtenida en teoría y la nota de la parte práctica siempre que ambas sean mayores o iguales que cuatro, en otro caso será la menor de las dos notas.

Los trabajos teórico/prácticos realizados han de ser originales. La detección de copia o plagio supondrá la calificación de "0" en la prueba correspondiente. Se informará a la dirección del Departamento y de la EPS sobre esta incidencia. 

TipoCriterioDescripciónPonderación
ACTIVIDADES DE EVALUACIÓN DURANTE EL SEMESTRE

Laboratorio: Actividad de Evaluación Bloque Práctico 1: 25%

La asistencia a prácticas es obligatoria para los estudiantes que opten a evaluación mediante controles (se podrá faltar un 20% máximo de la sesiones).

Nota mínima para poder compensar con el Bloque Práctico 2: 4 sobre 10.

Prácticas con ordenador. Actividad de Evaluación Bloque Práctico 125
ACTIVIDADES DE EVALUACIÓN DURANTE EL SEMESTRE

Laboratorio: Actividad de Evaluación Bloque Práctico 2: 25%

La asistencia a prácticas es obligatoria para los estudiantes que opten a evaluación mediante controles (se podrá faltar un 20% máximo de la sesiones).

Nota mínima para poder compensar con el Bloque Práctico 1: 4 sobre 10.

Prácticas con ordenador. Actividad de Evaluación Bloque Práctico 225
ACTIVIDADES DE EVALUACIÓN DURANTE EL SEMESTRE

Evaluación de Teoría.  Se realizarán cuatro controles tipo test a lo largo del cuatrimestre con la materia acumulada hasta la semana anterior al control. La nota de teoría es el valor de la expresión ponderada obtenida en función de las notas (entre 0 y 10) obtenidas en los controles:
nota_teoría = c1 * nota_control1 +c2 * nota_control2 + c3 * nota_control3 + c4 * nota_control4
Pesos de los Controles:
Control1 (t1-4): 10%, c1= 0.10
Control2 (t1-7): 20%, c2= 0.20
Control3 (t1-10): 30%, c3= 0.30
Control4 (t1-13): 40% c4= 0.40
Habrá un examen final de teoría  para aquellos estudiantes que no superen la teoría por controles.

Nota final de la asignatura. Es la media entre la obtenida en teoría y la nota de prácticas de laboratorio siempre que ambas sean mayores o iguales que cuatro, en otro caso será la menor de las dos notas.

Teoría50
TOTAL100


Fechas de exámenes oficiales para el curso 2017-18
ConvocatoriaGrupo (*)fechaHora inicioHora finAula(s) asignada(s)Observ:
Periodo ordinario para asignaturas de primer semestre 10/01/2018   Ex. Teoría en Laboratorio.
Pruebas extraordinarias para asignaturas de grado y máster 09/07/2018   Ex. Teoría en Laboratorio.
** La franja horaria asociada al examen solo hace referencia a la reserva del aula y no a la duración del propio examen **
(*) 1:1 - CAS
(*) 2:2 (ARA) - CAS
(*) 01:1 - CAS
(*) 02:2 - CAS
(*) 03:3 - CAS
(*) 04:4 (ARA) - CAS
(*) 05:5 - CAS
(*) 06:6 - CAS


Enlaces relacionados
Sin Datos


Bibliografía

A computational approach to edge detection
Autor(es):CANNY, J.
Edición:Datos no disponibles.
ISBN:0162-8828
Categoría:Complementario (*3)
 [ Enlace al recurso bibliográfico

AI Game Engine Programming
Autor(es):Schwab, Brian
Edición:Hingham : Charles River Media, 2004.
ISBN:1-58450-344-0
Categoría:Complementario (*3)
 [ Acceso al catálogo de la biblioteca universitaria ]  [ Enlace al recurso bibliográfico

Elements of Information Theory
Autor(es):COVER, Thomas M. ; THOMAS, Joy A.
Edición:New York : Wiley & Sons.
ISBN:978-0471062592
Categoría:Complementario (*3)
 [ Acceso al catálogo de la biblioteca universitaria

Inteligencia artificial : un enfoque moderno
Autor(es):RUSSELL, Stuart J.
Edición:Datos no disponibles.
ISBN:968-880-682-X
Categoría:Básico (*3)
 [ Acceso al catálogo de la biblioteca universitaria

Machine learning
Autor(es):Mitchell, Tom M.
Edición:New York [etc.] : McGraw Hill, 1997.
ISBN:0-07-042807-7
Categoría:Complementario (*3)
 [ Acceso al catálogo de la biblioteca universitaria

A comparison of affine region detectors
Autor(es):MIKOLAJCYK, K. [et. al.]
Edición:Datos no disponibles.
ISBN:1573-1405
Categoría:Complementario (*3)
 [ Enlace al recurso bibliográfico

Decision making under uncertainty
Autor(es):KOCHENDERFER, Mykel J.
Edición:Datos no disponibles.
Notas:Por favor, la versión eBook
ISBN:9780262331692
Categoría:Complementario (*3)
 [ Acceso al catálogo de la biblioteca universitaria ]  [ Enlace al recurso bibliográfico
(*3) Estos apartados hacen referencia a la pertenencia de la obra para la asignatura, no a la calidad de la misma.
Este documento puede utilizarse como documentación de referencia de esta asignatura para la solicitud de reconocimiento de créditos en otros estudios.


Documento para la solicitud de reconocimiento de créditos en otros estudios. Es necesario que se firme en el departamento correspondiente.



Documento con toda la información de la Guía Docente



Versión impresa reducida


Saltar pie
Servicio de informática
Saltar estandares
Condiciones de uso - Accesibilidad - Info Legal - © Universidad de Alicante 1996-2009