Datos Identificativos 2024/25
Asignatura (*) Algoritmos Básicos da Intelixencia Artificial Código 614G03019
Titulación
Descriptores Ciclo Período Curso Tipo Créditos
Grao 2º cuadrimestre
 Segundo Obrigatoria 6
Idioma
Castelán
Modalidade docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Coordinación
Rodríguez Arias, Alejandro
 Correo electrónico
alejandro.rodriguez.arias@udc.es
Profesorado
Cancela Barizo, Brais
Rodríguez Arias, Alejandro
 Correo electrónico
brais.cancela@udc.es
alejandro.rodriguez.arias@udc.es
Web http://campusvirtual.udc.es
Descrición xeral Os axentes que aplican métodos de resolución de problemas adoitan utilizar representacións de estados sobre os que se constrúen procedementos aproximados de procura de solucións que non sempre son óptimas, pero que teñen calidade abondo para os recursos de tempo e computación dispoñibles. O alumnado coñecerá e saberá aplicar os algoritmos e heurísticas de propósito xeral máis habituais para a resolución de problemas de busca con representacións de estados, tanto mediante estratexias non informadas, como baseadas nalgún coñecemento aproximado do problema (busca informada). Trataranse tamén contextos máis complexos que condicionan ditas estratexias, como a existencia de adversarios ou restricións no proceso de busca. A materia abordará tamén algoritmos de planificación no eido da Intelixencia Artificial.

Competencias / Resultados do título
Código Competencias / Resultados do título

Resultados de aprendizaxe
Resultados de aprendizaxe Competencias / Resultados do título
Aplicar e implementar métodos de procura con estratexias informadas e non informadas en problemas representados como espacios de estados. A12
 B2
B9
B10
 C5
Coñecer diferentes algoritmos de resolución de problemas baseados na búsqueda nun espazo de posibles configuracións. A12
 B2
B8
B9
B10
 C1
Ter a capacidad de resolver problemas de procura adversaria A12
 B2
B8
B9
B10
 C1
Ter a capacidade de resolver problemas de procura e optimización con restricións. A12
 B2
B4
B8
B9
B10
 C1
C3
C5
Coñecer e saber modelar e resolver problemas sinxelos de planificación. A12
 B2
B8
B9
B10
 C1

Contidos
Temas Subtemas
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.- Problemas de satisfacción de restriccións Definición, variantes.
Inferencia na propagación de restricións.
Busca backtracking (retrocedendo)
Busca local.
Tema 4.- Planificación automática Planificación clásica.
Algoritmos e Heurísticas.
Planificación xerárquica e procuras.
Programación en dominios non deterministas.
Tempo, orde, recursos
Análise dos enfoques de planificación
Tema 5.- 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 6.- 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.

Planificación
Metodoloxías / probas Competencias / Resultados Horas lectivas (presenciais e virtuais) Horas traballo autónomo Horas totais
Traballos tutelados A12 C1 8 15 23
Sesión maxistral A12 B2 B4 B8 B9 B10 30 37 67
Proba mixta A12 B2 B4 B8 B9 B10 C1 C3 C5 2 14 16
Prácticas de laboratorio B2 B8 B9 B10 C3 C5 22 12 34
 
Atención personalizada 10 0 10
 
*Os datos que aparecen na táboa de planificación son de carácter orientativo, considerando a heteroxeneidade do alumnado

Metodoloxías
Metodoloxías Descrición
Traballos tutelados Traballos sobre diferentes conceptos teóricos da materia
Análise de problemas reais que amosen a aplicación de técnicas de busca e planificación
Sesión maxistral Ensinanza dos contidos das distintas temáticas da materia, fomentando a participación do alumnado
Proba mixta Realizarase unha proba ao final do cuatrimestre sobre ls contidos tratados ao longo do curso
Prácticas de laboratorio Uso de técnicas de busca de diferentes tipos para resolver problemas

Atención personalizada
Metodoloxías
Sesión maxistral
Prácticas de laboratorio
Traballos tutelados
Descrición
Desenvolverase unha atención personalizada para as prácticas de aula e o traballo supervisado

Avaliación
Metodoloxías Competencias / Resultados Descrición Cualificación
Proba mixta 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
Prácticas de laboratorio 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
Traballos tutelados A12 C1 Constitue o 10% da nota final 10
 
Observacións avaliación

Todos os aspectos relacionados con “dispensa académica”, “dedicación ao estudo”, “permanencia” e “fraude académica” rexeranse de acordo coa normativa académica vixente da UDC.

Fontes de información
Bibliografía básica

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
Bibliografía complementaria


Recomendacións
Materias que se recomenda ter cursado previamente
Programación I/614G03006
Programación II/614G03007
Algoritmos/614G03008
Optimización Matemática/614G03005

Materias que se recomenda cursar simultaneamente

Materias que continúan o temario

Observacións

Fomentarase o desenvolvemento dunha cidadanía crítica, aberta e respectuosa coa diversidade na nosa sociedade, salientando a igualdade de dereitos do alumnado sen discriminación por cuestión de xénero ou condición sexual. Empregarase unha linguaxe inclusiva no material e no desenvolvemento das sesións. Traballarase para identificar e modificar prexuizos e actitudes sexistas e influirase na contorna para modificalos e fomentar valores de respecto e igualdade.  Facilitarase a plena integración do alumnado que por razóns físicas, sensoriais, psíquicas ou socioculturais, experimenten dificultades a un acceso axeitado, igualitario e proveitoso á vida universitaria


(*)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