Datos Identificativos 2019/20
Asignatura (*) Fundamentos de inteligencia artificial Código 614522003
Titulación
Mestrado Universitario en Bioinformática para Ciencias da Saúde
Descriptores Ciclo Periodo Curso Tipo Créditos
Máster Oficial 1º cuatrimestre
Primero Optativa 6
Idioma
Gallego
Modalidad docente Presencial
Prerrequisitos
Departamento Ciencias da Computación e Tecnoloxías da Información
Computación
Coordinador/a
Moret Bonillo, Vicente
Correo electrónico
vicente.moret@udc.es
Profesorado
Moret Bonillo, Vicente
Correo electrónico
vicente.moret@udc.es
Web http://moodle.udc.es
Descripción general Nesta materia introducirase ao alumno nos conceptos básicos da intelixencia artificial (IA), dende os comezos ata as actuais técnicas. Preténdese que o alumno coñeza os fundamentos da IA e as técnicas de representación do coñecemento.

Competencias del título
Código Competencias del título
A2 CE2 - Definir, evaluar y seleccionar la arquitectura y el software más adecuado para la resolución de un problema en el campo de la Bioinformática
A3 CE3 - Analizar, diseñar, desarrollar, implementar, verificar y documentar soluciones software eficientes sobre la base de un conocimiento adecuado de las teorías, modelos y técnicas actuales en el campo de la Bioinformática
A4 CE4 - Capacidad para adquirir, obtener, formalizar y representar el conocimiento humano en una forma computable para la resolución de problemas mediante un sistema informático en cualquier ámbito de aplicación, particularmente los relacionados con aspectos de computación, percepción y actuación en aplicaciones Bioinformáticas
B1 CB6 - Poseer y comprender conocimientos que aporten una base u oportunidad de ser originales en el desarrollo y/o aplicación de ideas, a menudo en un contexto de investigación
B2 CB7 - Que los estudiantes sepan aplicar los conocimientos adquiridos y su capacidad de resolución de problemas en entornos nuevos o poco conocidos dentro de contextos más amplios (o multidisciplinares) relacionados con su área de estudio
B6 CG1 - Buscar y seleccionar la información útil necesaria para resolver problemas complejos, manejando con soltura las fuentes bibliográficas del campo
B7 CG2 - Mantener y extender planteamientos teóricos fundados para permitir la introducción y explotación de tecnologías nuevas y avanzadas
C1 CT1 - Expresarse correctamente, tanto de forma oral como escrita, en las lenguas oficiales de la comunidad autónoma
C6 CT6 - Valorar críticamente el conocimiento, la tecnología y la información disponible para resolver los problemas con los que deben enfrentarse

Resultados de aprendizaje
Resultados de aprendizaje Competencias del título
Conocimiento y aplicación de los principios fundamentales y técnicas básicas de la inteligencia artificial y su aplicación práctica. AP2
AP3
AP4
BP1
BP2
BP6
BP7
CP1
CP6

Contenidos
Tema Subtema
1. Introducción 1.1 Aspectos históricos
1.2 Cuestiones preliminares
1.3 Consideraciones generales
2. Resolucíon de problemas en IA 2.1 Introducción a la resolución de problemas en IA
2.2 El concepto de "espacio de estados"
2.3 Características generales de los procesos de búsqueda
2.4 Métodos de búsqueda puros: anchura y profundidad
2.5 Estrategias de exploración del espacio de estados
3. Representaciones estructuradas del conocimiento 3.1 Aspectos generales
3.2 Métodos declarativos de representación
3.3 Métodos procedimentales de representación
3.4 Ejemplos y realización de un caso práctico
3.5 Sistemas de producción
4. Razonamiento en IA 4.1 Fundamentos de razonamiento categórico
4.2 Fundamentos de razonamiento bayesiano

Planificación
Metodologías / pruebas Competéncias Horas presenciales Horas no presenciales / trabajo autónomo Horas totales
Taller B2 B6 B7 C1 C6 15 45 60
Trabajos tutelados B2 B6 B7 C1 C6 12 36 48
Sesión magistral A2 A3 A4 B1 14 28 42
 
Atención personalizada 0 0
 
(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías
Metodologías Descripción
Taller Utilización de técnicas de Inteligencia Artificial Simbólica para resolver problemas.
Trabajos tutelados Estudio y desarrollo de aplicaciones de Inteligencia Artificial en diversos aspectos del contenido teórico de la asignatura
Sesión magistral Impartición de los contenidos de los diferentes temas de la asignatura, fomentando la participación del alumnado en la comprensión de ejemplos prácticos.

Atención personalizada
Metodologías
Sesión magistral
Taller
Trabajos tutelados
Descripción
Será evaluada la asistencia y participación del alumnado que asista a las prácticas de laboratorio

Evaluación
Metodologías Competéncias Descripción Calificación
Sesión magistral A2 A3 A4 B1 Examen escrito para evaluar los conocimientos de la Materia. 30
Taller B2 B6 B7 C1 C6 Se valorará la entrega en plazo, así como la asistencia a las horas asignadas a la realización de prácticas. 30
Trabajos tutelados B2 B6 B7 C1 C6 Entrega de trabajos relativos las distintas partes de la materia 40
 
Observaciones evaluación

Fuentes de información
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)

Complementária


Recomendaciones
Asignaturas que se recomienda haber cursado previamente
Introducción a la programación/614522001

Asignaturas que se recomienda cursar simultáneamente

Asignaturas que continúan el temario
Inteligencia computacional para datos de alta dimensionalidad/614522024
Inteligencia computacional para bioinformática/614522012
Computación de altas prestaciones en bioinformática/614522011

Otros comentarios


(*) La Guía Docente es el documento donde se visualiza la propuesta académica de la UDC. Este documento es público y no se puede modificar, salvo cosas excepcionales bajo la revisión del órgano competente de acuerdo a la normativa vigente que establece el proceso de elaboración de guías