| Competencias / Resultados do título |
| Código | Competencias / Resultados do título |
| Resultados de aprendizaxe | |||
| Resultados de aprendizaxe | Competencias / Resultados do título | ||
| Coñecer as diferentes aproximacións que utiliza a Intelixencia Artificial. | AP4 |
BP1 BP7 |
CP6 |
| Entender os conceptos básicos de cada unha delas, e dos seus modelos. | AP4 |
BP1 BP7 |
CP6 |
| Aplicar os coñecementos adquiridos á implementación eficiente de aproximacións intelixentes no campo de estudo da Bioinformática e a Enxeñería Biomédica. | AP2 AP3 AP4 AP6 |
BP1 BP2 BP6 BP7 |
CP1 CP6 |
| Contidos |
| Temas | Subtemas |
| 1. Introdución | 1.1. Una perspectiva histórica 1.2. Aspectos preliminares 1.3. Consideracións xerais |
| 2. Resolución de problemas en IA | 2.1 Introdución á resolución de problemas en IA 2.2 O concepto de "espacio de estados" 2.3 Características xerais dos procesos de busca 2.4 Métodos de busca puros: anchura e profundidade 2.5 Estratexias de exploración do espazo de estados |
| 3. Representacións estructurais do coñecemento | 3.1 Aspectos xerais 3.2 Métodos declarativos de representación 3.3 Métodos procedimentais de representación 3.4 Exemplos e realización dun caso práctico 3.5 Sistemas de produción |
| 4. Razoamento en IA | 4.1 Fundamentos de razoamento categórico 4.2 Fundamentos de razoamento baesiano 4.3. Conxuntos difusos |
| Planificación | ||||
| Metodoloxías / probas | Competencias / Resultados | Horas lectivas (presenciais e virtuais) | Horas traballo autónomo | Horas totais |
| Traballos tutelados | A2 A3 A4 A6 B2 B6 B7 C1 C6 | 12 | 36 | 48 |
| Solución de problemas | A3 A4 B2 B6 B7 C1 C6 | 12 | 36 | 48 |
| Sesión maxistral | A2 A3 A4 B1 B7 C6 | 14 | 28 | 42 |
| Atención personalizada | 12 | 0 | 12 | |
| *Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado | ||||
| Metodoloxías |
| Metodoloxías | Descrición |
| Traballos tutelados | Estudo e desenvolvemento de aplicacións de Intelixencia Artificial en diversos aspectos do contido teórico da asignatura. |
| Solución de problemas | Utilización de técnicas de Intelixencia Artificial Simbólica para resolver problemas. |
| Sesión maxistral | Impartición dos contidos dos diferentes temas da asignatura, fomentando a participación do alumnado na comprensión de exemplos prácticos. |
| Atención personalizada |
|
|
| Avaliación | |||
| Metodoloxías | Competencias / Resultados | Descrición | Cualificación |
| Solución de problemas | A3 A4 B2 B6 B7 C1 C6 | Valorarase a entrega en prazo, así como a asistencia ás horas asignadas á realización de prácticas. | 30 |
| Sesión maxistral | A2 A3 A4 B1 B7 C6 | Exame escrito para avaliar os coñecementos da materia. | 30 |
| Traballos tutelados | A2 A3 A4 A6 B2 B6 B7 C1 C6 | Entrega de traballos relativos as distintas partes da materia. | 40 |
| Observacións avaliación | |||
|
Será necesario acadar unha nota igual ou superior a 5 no global da asignatura para superala, tras sumar a nota dos traballos tutelados, a solución de problemas e o exame escrito. Avaliación na segunda oportunidade A nota do exame escrito ("Sesión maxistral") NON se mantén entre oportunidades. A nota global de "Traballos tutelados" así como do bloque de “Solución de Problemas” manteranse para a segunda oportunidade. Soamente as prácticas calificadas con SUSPENSO ou NON PRESENTADO na primeira oportunidade poderán entregarse na segunda oportunidade, sempre de acordo ao enunciado que se propoña para elo. Matrícula con dispensa académica O alumnado con matrícula con dispensa académica queda eximido da asistencia ás clases, pero deberá entregar as actividades avaliables nas condicións e prazos específicos que se establecerán durante o curso. É responsabilidade do alumnado poñer en coñecimiento do profesorado a súa circunstancia. |
|||
| Fontes de información |
| Bibliografía básica |
Moret et al. (20015). Fundamentos de inteligencia artificial. Servicio de publicaciones de la UDC (2ª ed, 2ª imp)
José T. Palma, Roque Marín Morales et al. (2008). Inteligencia artificial - Técnicas, métodos y aplicaciones. McGraw Hill (1ª ed.)
Russell & Norvig (2004). Inteligencia artificial: un enfoque moderno. . Pearson (2ª ed) |
|
|
|
| Bibliografía complementaria | |
|
|
| Recomendacións | |||
| Materias que se recomenda ter cursado previamente |
| Materias que se recomenda cursar simultaneamente | |
|
| Materias que continúan o temario | |||
|
| Observacións | |