Datos Identificativos 2024/25
Asignatura (*) Fundamentos de intelixencia artificial Código 614522003
Titulación
Mestrado Universitario en Bioinformática para Ciencias da Saúde
Descriptores Ciclo Período Curso Tipo Créditos
Mestrado Oficial 1º cuadrimestre
Primeiro Optativa 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinación
Morán Fernández, Laura
Correo electrónico
laura.moranf@udc.es
Profesorado
Morán Fernández, Laura
Correo electrónico
laura.moranf@udc.es
Web http://moodle.udc.es
Descrición xeral Nesta materia introducirase ao alumnado nos conceptos básicos da intelixencia artificial (IA), dende os comezos ata as actuais técnicas. Preténdese que o alumnado coñeza os fundamentos da IA e as técnicas de representación do coñecemento.

Competencias / Resultados do título
Código Competencias / Resultados do título
A2 CE2 - Definir, avaliar e seleccionar a arquitectura e o software máis axeitado para resolver un problema no campo da Bioinformática
A3 CE3 - Analizar , deseñar , desenvolver, implementar , verificar e documentar solucións software eficientes sobre a base dun coñecemento adecuado das teorías, modelos e técnicas actuais no eido da Bioinformática
A4 CE4 - Capacidade para adquirir, obter, formalizar e representar o coñecemento humano nunha forma computable para a resolución de problemas mediante un sistema informático en calquera ámbito de aplicación, particularmente os relacionados con aspectos de computación, percepción e actuación en aplicacións Bioinformáticas
A6 CE6 – Capacidade para identificar as ferramentas software e fontes de datos de bioinformática máis relevantes, e adquirir destreza no seu uso
B1 CB6 – Posuír e comprender o coñecemento que fornecen unha base ou oportunidade de orixinalidade no desenvolvemento e / ou aplicación de ideas, a miúdo nun contexto de investigación.
B2 CB7 - Que os estudantes saiban aplicar os coñecementos adquiridos e a súa capacidade de resolución de problemas en contornas novas ou pouco coñecidas dentro de contextos máis amplos (ou multidisciplinares) relacionados coa súa área de estudo
B6 CG1 - Buscar e seleccionar a información útil necesaria para resolver problemas complexos, manexando con soltura as fontes bibliográficas do campo
B7 CG2 - Manter e estender enfoques teóricos fundados para permitir a introdución i explotación de tecnoloxías novas e avanzadas
C1 CT1 - Expresarse correctamente, tanto de xeito oral como escrito, nas linguas oficiais da comunidade autónoma
C6 CT6 - Valorar criticamente o coñecemento, a tecnoloxía e a información dispoñibles para resolver os problemas cos que deben enfrontarse

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
Metodoloxías
Solución de problemas
Sesión maxistral
Traballos tutelados
Descrición
O desenvolvemento, tanto das clases maxistrais como das de resolución de problemas e os laboratorios de prácticas, realizarase atendendo ao progreso do alumnado nas capacidades de comprensión e asimilación dos contidos impartidos. O avance xeral da clase compaxinarase cunha atención específica a quen presente maiores dificultades na tarefa da aprendizaxe e cun apoio adicional a quen amose maior desenvoltura e desexe ampliar coñecementos.

A atención personalizada se realiza a través das seguintes canles:
- Correo-e: De uso para facer consultas de resposta curta ou solicitar encontros para resolver dúbidas.
- Teams: De uso nos horarios oficiais de titorías nos que se garante unha resposta inmediata.
- Campus virtual: Poñeránse a disposición do alumnado "foros temáticos" que resolvan dúbidas xerais ligadas a actividades específicas como as prácticas.

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
Introdución á programación/614522001

Materias que continúan o temario
Intelixencia computacional para datos de alta dimensionalidade/614522024
Intelixencia computacional para bioinformática/614522012
Computación de altas prestacións en bioinformática/614522011

Observacións


(*)A Guía docente é o documento onde se visualiza a proposta académica da UDC. Este documento é público e non se pode modificar, salvo casos excepcionais baixo a revisión do órgano competente dacordo coa normativa vixente que establece o proceso de elaboración de guías