Competències i objectius
- Context de l'assignatura per al curs 2011-12
- Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
- Resultats d'aprenentatge (Objectius formatius)
- Objectius específics indicats pel professorat per al curs 2011-12
Context de l'assignatura per al curs 2011-12
La asignatura optativa ADEBS forma parte de la materia Técnicas de Reconocimiento de Formas e Inteligencia Artificial. Se imparte en el segundo cuatrimestre de primer curso del Máster y sus contenidos son una especialización de los vistos en la asignatura obligatoria Reconocimiento de Formas y Aprendizaje Automático.
Competències de l'assignatura (verificades per ANECA en graus i màsters oficials)
Competències generals del títol (CG)
- B1 : Capacitat d'investigar en el disseny d'arquitectures de sistemes d'informació.
- B10 : Capacitat per a identificar la informació rellevant en les tasques d'aprenentatge automàtic.
- B2 : Capacitat per a gestionar i dissenyar bases de dades no tradicionals (documentals, textuals, magatzems de dades, etc.).
- B3 : Capacitat de produir eficientment la documentació tècnica associada al treball de recerca i de desenvolupament dut a terme.
- B4 : Capacitat d'investigar la manera d'integrar sistemes informàtics.
- B5 : Capacitat d'especificar i desenvolupar interfícies adequades en tecnologies informàtiques.
- B6 : Coneixements bàsics de les tècniques estadístiques més rellevants per a la investigació en les tecnologies informàtiques.
- B7 : Capacitat de modificar algorismes clàssics per a adaptar-los a cada situació.
- B8 : Avaluar la qualitat dels models per a l'elaboració d'un projecte d'investigació.
- B9 : Capacitat per a desenvolupar heurístiques per a la resolució de problemes.
Competències bàsiques i del MECE (Marc Espanyol de Qualificacions per a l'Educació Superior)
- A1 : Capacidad de análisis y síntesis.
- A10 : Capacidad de razonamiento y extracción de conclusiones.
- A11 : Compromiso ético y respeto por la propiedad intelectual.
- A12 : Habilidad de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
- A13 : Habilidad de adaptación al ambiente cambiante propio de la disciplina, sabiendo aplicar los conocimientos adquiridos y resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio.
- A14 : Capacidad de creatividad.
- A15 : Capacidad de dirección de proyectos de desarrollo de investigación.
- A16 : Motivación por la calidad.
- A17 : Habilidad para transferir resultados de investigación.
- A18 : Capacidad de autonomía científica y técnica.
- A2 : Capacidad de organización y planificación.
- A3 : Capacidad de comunicación oral y escrita (en la lengua nativa e inglesa) de los conocimientos y conclusiones (y razones últimas que las sustentan) a públicos especializados y no especializados de un modo claro y sin ambigüedades.
- A4 : Capacidad de gestión de la información y de los recursos disponibles.
- A5 : Capacidad de resolver problemas e integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
- A6 : Capacidad de trabajar en equipo con iniciativa y espíritu emprendedor.
- A7 : Capacidad de trabajar en un equipo de carácter interdisciplinar.
- A9 : Habilidades en las relaciones interpersonales.
Competències Específiques:>>de Tecnologies de Reconeixement de Formes i d'Intel·ligència Artificial
- C1.1 : Capacitat de dissenyar i avaluar sistemes que prenguen decisions.
- C1.2 : Capacitat de dissenyar un sistema robotitzat per a automatitzar un procés industrial.
- C1.3 : Capacitat de programar un robot perquè interactue amb el seu entorn utilitzant dades sensorials.
- C1.4 : Habilitats en la manipulació (anàlisi, descripció, recuperació, etc.) de continguts multimèdia.
- C1.5 : Capacitat de dissenyar i implementar solucions a problemes de visió artificial.
- C1.6 : Coneixement de tècniques d'optimització.
Resultats d'aprenentatge (Objectius formatius)
- Comprendre i saber com aplicar les tècniques estàndard per a construir programes que milloren amb l'experiència.
- Avaluar la qualitat del model après per a una tasca donada.
- Comparar diversos algorismes d'aprenentatge amb dades estructurades.
- Justificar l'ús d'un determinat algorisme d'aprenentatge donada la naturalesa de les dades, el problema d'aprenentatge i un mesurament de rendiment.
- Usar, adaptar i estendre algorismes d'aprenentatge a diferents tipus de dades.
- Comprendre i comparar algorismes de recerca per similitud.
- Justificar l'ús d'un determinat algorisme de recerca per similitud en una tasca donada.
Objectius específics indicats pel professorat per al curs 2011-12
- Comprender y saber como aplicar las técnicas estándar para construir programas que mejoran con la experiencia.
- Evaluar la calidad del modelo aprendido con datos estructurados.
- Comparar varios algoritmos de aprendizaje con datos estructurados.
- Justificar el uso de un determinado algoritmo de aprendizaje dada la naturaleza de los datos, el problema de aprendizaje y una medida de rendimiento.
- Usar, adaptar y extender algoritmos de aprendizaje a diferentes tipos de datos.
- Comprender y comparar algoritmos de búsqueda por similitud.
- Justificar el uso de un determinado algoritmo de búsqueda por similitud en una tarea dada.
;