Study programme competencies |
Code
|
Study programme competences / results
|
A12 |
Conocer los fundamentos de los algoritmos de la inteligencia artificial y la optimización, entender su complejidad computacional y saber aplicarlos a la resolución de problemas. |
B2 |
Que el alumnado sepa aplicar sus conocimientos a su trabajo o vocación de una forma profesional y posea las competencias que suelen demostrarse por medio de la elaboración y defensa de argumentos y la resolución de problemas dentro de su área de estudio. |
B4 |
Que el alumnado pueda transmitir información, ideas, problemas y soluciones a un público tanto especializado como no especializado. |
B8 |
Capacidad para diseñar y crear modelos y soluciones de calidad basadas en Inteligencia Artificial que sean eficientes, robustas, transparentes y responsables. |
B9 |
Capacidad para seleccionar y justificar los métodos y técnicas adecuadas para resolver un problema concreto, o para desarrollar y proponer nuevos métodos basados en inteligencia artificial. |
B10 |
Capacidad para concebir nuevos sistemas computacionales y/o evaluar el rendimiento de sistemas existentes, que integren modelos y técnicas de inteligencia artificial. |
C1 |
Capacidad para comunicar y transmitir sus conocimientos, habilidades y destrezas. |
C3 |
Capacidad para crear nuevos modelos y soluciones de forma autónoma y creativa, adaptándose a nuevas situaciones. Iniciativa y espíritu emprendedor. |
C5 |
Capacidad para desarrollar modelos, técnicas y soluciones basadas en inteligencia artificial que resulten éticas, no discriminatorias y confiables. |
Learning aims |
Learning outcomes |
Study programme competences / results |
Aplicar e implementar métodos de búsqueda con estrategias informada y no informada en problemas representados en espacios de estados. |
A12
|
B2 B9 B10
|
C5
|
Saber resolver problemas de búsqueda con adversario |
A12
|
B2 B8 B9 B10
|
C1
|
Saber cómo resolver problemas de búsqueda y optimización con restricciones. |
A12
|
B2 B8 B9 B10
|
C1
|
Conocer diferentes algoritmos de resolución de problemas basadas en la búsqueda en un espacio de posibles configuraciones |
A12
|
B2 B4 B8 B9 B10
|
C1 C3 C5
|
Conocer y saber modelar y resolver problemas básicos de planificación o scheduling. |
A12
|
B2 B8 B9 B10
|
C1
|
Contents |
Topic |
Sub-topic |
Tema 1.- Introdución |
¿Que é a IA?
Breve historia.
Riscos e beneficios.
Axentes intelixentes: racionalidade e tipos.
Tipos de entornos |
Tema 2.- Resolución de problemas mediante busca |
Algoritmos de busca desinformados: ancho, custo uniforme, profundidade, bidireccional e variantes.
Algoritmos de busca informados (busca codiciosa, algoritmo A*, busca de memoria limitada)
Funcións heurísticas |
Tema 3.- Busca en entornos complexos |
Algoritmos de busca local (ascensión de colinas, enfriamento simulado, algoritmos evolutivos).
Busca con accións non deterministas.
Busca en entornos parcialmente observables.
Busca online. |
Tema 4.- Problemas de satisfacción de restriccións |
Definición, variantes.
Inferencia na propagación de restricións.
Busca backtracking (retrocedendo)
Busca local. |
Tema 5.- Busca adversaria e xogos |
Teoría de xogos.
Decisións óptimas nos xogos.
Árbores alfa-beta de busca heurística.
Busca de árbores de Montecarlo.
Xogos estocásticos.
Xogos parcialmente observables.
Limitacións dos algoritmos. |
Tema 6.- Planificación automática |
Planificación clásica.
Algoritmos e Heurísticas.
Planificación xerárquica e procuras.
Programación en dominios non deterministas.
Tempo, orde, recursos
Análise dos enfoques de planificación |
Planning |
Methodologies / tests |
Competencies / Results |
Teaching hours (in-person & virtual) |
Student’s personal work hours |
Total hours |
Supervised projects |
A12 B2 C1 |
8 |
15 |
23 |
Guest lecture / keynote speech |
A12 B2 B4 B8 B9 B10 C3 C5 |
30 |
37 |
67 |
Mixed objective/subjective test |
A12 B2 B4 B8 B9 B10 C1 C3 C5 |
2 |
14 |
16 |
Laboratory practice |
B2 B8 B9 B10 C3 C5 |
22 |
12 |
34 |
|
Personalized attention |
|
10 |
0 |
10 |
|
(*)The information in the planning table is for guidance only and does not take into account the heterogeneity of the students. |
Methodologies |
Methodologies |
Description |
Supervised projects |
Traballos sobre diferentes conceptos teóricos da materia
Análise de problemas reais que amosen a aplicación de técnicas de busca e planificación |
Guest lecture / keynote speech |
Ensinanza dos contidos das distintas temáticas da materia, fomentando a participación do alumnado |
Mixed objective/subjective test |
Realizarase unha proba ao final do cuatrimestre sobre ls contidos tratados ao longo do curso |
Laboratory practice |
Uso de técnicas de busca de diferentes tipos para resolver problemas |
Personalized attention |
Methodologies
|
Laboratory practice |
Supervised projects |
Guest lecture / keynote speech |
|
Description |
Desenvolverase unha atención personalizada para as prácticas de aula e o traballo supervisado |
|
Assessment |
Methodologies
|
Competencies / Results |
Description
|
Qualification
|
Laboratory practice |
B2 B8 B9 B10 C3 C5 |
Na súa avaliación terase en conta o traballo activo e continuo durante as clases prácticas. Constitúe o 40% da nota. Non se poderá aprobar a materia se a nota final das prácticas é inferior a 4,5. |
40 |
Supervised projects |
A12 B2 C1 |
Constitue o 10% da nota final |
10 |
Mixed objective/subjective test |
A12 B2 B4 B8 B9 B10 C1 C3 C5 |
Constitúe o 50% da nota. Non se poderá aprobar a materia si se obtén unha puntuación inferior a 4,5 neste apartado |
50 |
|
Assessment comments |
A realización fraudulenta de probas ou actividades de evaluación, unha vez comprobada, implicará directamente a cualificación de suspenso na convocatoria na que se comprometa: o estudante será cualificado con "suspenso" (nota numérica 0) na convocatoria correspondente do curso académico, sexa a comisión do delito na primeira convocatoria ou na segunda. Para iso modificarase a súa calificación no seu expediente da primeira oportunidade, se fora o caso.
|
Sources of information |
Basic
|
|
Stuart Russel and Peter Norvig. Artificial Intelligence. A modern approach. 4 edición,2021. Moret et al. Fundamentos de Intelixencia Artificial. Servizo de publicacións da UDC. J.T. Palma, R. Marín Morales. Inteligencia Artificial, Técnicas, métodos y aplicaciones,McGraw Hill, 2008 |
Complementary
|
|
|
Recommendations |
Subjects that it is recommended to have taken before |
Programming I/614G03006 | Programming II/614G03007 | Algorithms/614G03008 | Mathematical Optimisation/614G03005 |
|
Subjects that are recommended to be taken simultaneously |
|
Subjects that continue the syllabus |
|
|