Créditos ECTS Créditos ECTS: 6
Horas ECTS Criterios/Memorias Trabajo del Alumno/a ECTS: 99 Horas de Tutorías: 1 Clase Expositiva: 15 Clase Interactiva: 35 Total: 150
Lenguas de uso Castellano, Gallego
Tipo: Materia Ordinaria Grado RD 1393/2007 - 822/2021
Departamentos: Electrónica y Computación
Áreas: Ciencia de la Computación e Inteligencia Artificial
Centro Escuela Técnica Superior de Ingeniería
Convocatoria: Primer semestre
Docencia: Con docencia
Matrícula: Matriculable
Obtener conocimientos básicos sobre a Inteligencia Artificial: su evolución, tipos de problemas que aborda y técnicas para resolverlos, repercusiones sociales, económicas, éticas, en el empleo...
Clases expositivas:
T1: Perspectiva histórica de la IA
Estrategias para la resolución de problemas en IA
T2: Búsqueda en espacios de estados
T3: Basadas en conocimiento
T4: Sistemas conexionistas
Aprendizaje automático
T5: Regresión lineal y logística
T6: Aprendizaje supervisado
T7: Aprendizaje non supervisado
T8: Repercusiones de la IA: socioeconómicas, éticas…
Clases interactivas:
CI1: Seminarios interactivos sobre diversas aplicaciones, tanto en operación como en investigación
CI2: Seminario de comunicación oral
CI3: Debates sobre temas relacionados con el impacto social, económico, ético… de la IA
Concurso de redacción sobre temas de especial actualidad en IA –opcional-
Prácticas:
P1: Búsqueda en espacios de estados
P2: Sistemas basados en conocimiento
P3: Aprendizaje automático
Bibliografía de especial interés:
1. J. Palma, R. Marín (eds.). Inteligencia Artificial. Métodos, técnicas y aplicaciones. McGrawHill. (2008). ISBN: 9788448156183
2. Fernández Galán, S., González Boticario, J., Mira Mira, J. Problemas Resueltos de Inteligencia Artificial Aplicada. Búsqueda y Representación. Addison Wesley. (1998). ISBN: 9788478290178
3. Russell, S., Norvig, P. Artificial Intelligence (A Modern Approach), (4ª ed. en inglés, 2020). ISBN: 9781292401133.
4. Nilsson, N.J. Inteligencia artificial (Una nueva síntesis). McGraw-Hill. (2001). ISBN: 9788448128241
5. Gendreau, Michel, Potvin, Jean-Yves. Handbook of Metaheuristics. Springer-Verlag. (2010). ISBN: 978-1-4419-1665-5
6. Ian Goodfellow, Yoshua Bengio and Aaron Courville, “Deep Learning”, An MIT Press book, 2016
7. Simon O. Haykin, "Neural Networks and Learning Machines", Prentice Hall, 3rd edition, 2008. ISBN 0131471392
Contribuir a conseguir las competencias recogidas en la memoria del título de Grado en Ingeniería Informática de la USC (CG4, CG8, CG9, TR1-3, RI6-7, RI15, TI1), especialmente:
CX4- Capacidad para seleccionar la técnica de EC más adecuada para el desarrollo de aplicaciones o servicios
CX8- Capacidad para el desarrollo de nuevos métodos o tecnologías utilizando la EC
CX9- Capacidad para analizar y resolver problemas aplicando la EC con iniciativa, autonomía y creatividad
TR1- Capacidad de análisis y síntesis. Capacidad de organización y planificación. Resolución de problemas. Toma de decisiones.
TR2. Razonamiento crítico.
TR3. Sistémicas: Aprendizaje autónomo. Creatividad.
RI6-7- Conocimiento y aplicación de los procedimientos algorítmicos de la EC para diseñar soluciones a problemas, usando de forma eficiente las estructuras de datos más adecuadas
RI15- Aplicación práctica de los sistemas inteligentes basados en conocimiento formalizado explícitamente
TI1-Capacidad para comprender las necesidades de una organización en el ámbito de la EC
La materia contribuye a conseguir las competencias relativas al módulo "Sistemas Inteligentes", detalladas igualmente en la memoria del Grado, de forma especial las referidas a:
CMSI4- Conocer, comprender y manejar las técnicas de resolución de problemas basadas en una representación del conocimiento.
CMSI5- Conocer, comprender y saber aplicar las metodologías de diseño de sistemas basados en el conocimiento.
La metodología didáctica se basará en el trabajo individual -aunque en ocasiones se desarrolle en grupos-, en la discusión con el/la profesor/a en clase y en las tutorías individuales.
Para cada tema o bloque temático de las clases expositivas, el/la profesor/a preparará los contenidos, explicará los objetivos del tema al alumnado en clase, les sugerirá bibliografía, les proporcionará material de trabajo adicional, etc. En las clases expositivas se trabajarán las competencias CX4, CX9, TR1, RI15, TI1, CMSI4-5. Además, los/las profesores/as propondrán al alumnado un conjunto de actividades a realizar, de forma individual o en grupo (trabajos, presentaciones, lecturas, prácticas ...) El alumnado deberá en general presentarlas ante el/la profesor/a para su evaluación, para lo que se indicarán los plazos de entrega/presentación a través de los cauces utilizados para la comunicación estudiante-profesor. Estas actividades permitirán desarrollar las competencias CX4, CX8, CX9, TR1-3, RI15, CMSI4-5.
Las prácticas y parte de las sesiones interactivas se desarrollarán en el Aula de Informática de la Escuela, empleando diversas herramientas software para cada uno de los bloques temáticos. La realización de las prácticas permitirá desarrollar las competencias CX4, CX8, TR1-3, RI6-7, RI15, CMSI4-5.
El alumnado trabajará de forma individual o en grupos reducidos, con el apoyo constante del profesorado. Se dispondrá de guiones de prácticas, seminarios y otras actividades a realizar de modo individual o en grupos reducidos.
La docencia estará apoyada por la plataforma USC virtual de la siguiente manera: repositorio de la documentación relacionada con la materia (textos, presentaciones, lecturas recomendadas...) y tutorización virtual de los estudiantes (correo-e, foros).
En el caso de que debido a la COVID-19 la USC determine el paso al escenario 2 (distanciamiento) o escenario 3 (cierre de instalaciones), la metodología de enseñanza se modificará de acuerdo con el plan de contingencia indicado en el apartado "Observaciones".
La evaluación del aprendizaje considera tanto la parte teórica (40%), como la práctica (50%) y las actividades interactivas (10%). Para superar la materia ha de conseguirse una nota global igual o superior a 5, sobre una puntuación máxima de 10 puntos, de acuerdo con los siguientes criterios:
- Parte teórica: se evaluará en un único examen a realizar en la fecha oficial. La calificación del examen ha de ser igual o superior a 4 sobre una puntuación máxima de 10 puntos, para que pueda aprobarse el conjunto de la materia. En otro caso deberá repetirse en la oportunidad de recuperación.
- Parte práctica: evaluación de todas las actividades prácticas propuestas por los docentes (entrega de trabajos, presentaciones en el aula, entrega de ejercicios, realización de prácticas,...). Todas las prácticas tendrán el mismo peso en la calificación de prácticas. La calificación de esta parte ha de ser igual o superior a 4 sobre una puntuación máxima de 10 puntos, para que pueda aprobarse el conjunto de la materia. Aquellas prácticas con una calificación inferior a 3 puntos deberán evaluarse en la segunda oportunidad.
- Actividades interactivas: evaluación de todas las actividades interactivas obligatorias propuestas por el profesorado (entrega de trabajos, presentaciones y participación en el aula, entrega de ejercicios,...). Las actividades interactivas obligatorias se valorarán globalmente sobre un máximo de 10 puntos y al resultado se podrán agregar los puntos otorgados por la realización de actividades voluntarias, teniendo en todo caso el 10 como puntuación máxima final de esta parte. La calificación de esta parte ha de ser igual o superior a 4 sobre una puntuación máxima de 10 puntos, para que pueda aprobarse el conjunto de la materia. De no ser así esta parte deberá someterse a evaluación en la oportunidad de recuperación en caso de no haber obtenido una calificación de al menos 3 puntos en ella.
La calificación final de la materia será la media aritmética ponderada por los porcentajes antes indicados de las partes teórica, práctica y actividades complementarias. En caso de incurrir en alguna de las situaciones indicadas anteriormente por no alcanzarse en una o más partes la nota mínima necesaria para superar globalmente la materia, la calificación final de la oportunidad será el mínimo de las calificaciones obtenidas en dichas partes.
Obtendrán la calificación de no presentado los/las estudiantes que no se hayan presentado al examen ni se hayan sometido a la evaluación de ninguna otra actividad obligatoria.
Para superar la asignatura en julio, el alumnado deberá someterse a la evaluación de todas aquellas partes obligatorias pendientes, de acuerdo con lo anteriormente especificado. Para el resto se conservarán las calificaciones obtenidas durante el curso.
En el caso de realización fraudulenta de ejercicios o pruebas, será de aplicación lo recogido en la normativa de evaluación del rendimiento académico de los estudantes y de revisión de las calificaciones (https://www.xunta.gal/dog/Publicados/2011/20110721/AnuncioG2018-190711-…). En aplicación de la normativa de la ETSE sobre plagio (aprobada por la Xunta da ETSE el 19/12/2019), la copia total o parcial de algún ejercicio de prácticas o teoría supondrá el suspenso de las dos oportunidades del curso, con la calificación de 0,0 en ambos casos (https://www.usc.es/etse/files/u1/NormativaPlagioETSE2019.pdf).
En el caso de que debido a la COVID-19 la USC determine el paso al escenario 2 (distanciamiento) o escenario 3 (cierre de instalaciones), la metodología de enseñanza se modificará de acuerdo con el plan de contingencia indicado en el apartado "Observaciones".
Tiempo de trabajo presencial: 58 horas totales, divididas en 15h (clases magistrales), 35h (seminarios y prácticas), 3h (tutorías) y 5h (controles).
Tiempo de trabajo personal: 92h (total), divididas en 62h (estudio autónomo de teoría y prácticas) y 30h (trabajos, proyectos y otras actividades).
Se recomienda que los/las estudiantes resuelvan, implementen, verifiquen y validen todos los ejercicios y prácticas propuestos (no solamente los evaluables). Igualmente se considera importante hacer un uso intenso de las tutorías para la resolución de dudas.
Se utilizará el Campus Virtual de la USC como herramienta de apoyo al proceso de aprendizaje en los siguientes aspectos: repositorio de materiales (transparencias, ejercicios, textos complementarios...), entrega y evaluación comentada de trabajos obligatorios y tutorización virtual (correo electrónico y foros).
PLAN DE CONTINGENCIA
En caso de que la situación sanitaria aconseje establecer un Escenario 2 (distanciamiento):
1) todas las clases expositivas se impartirán de modo online (síncronamente por Microsoft Teams o asíncronamente mediante la publicación de vídeos grabados por el profesorado),
2) las clases interactivas se impartirán de modo presencial en el aula de informática,
3) la ponderación de las distintas partes de la materia y los requisitos para superar la materia permanecerán inalterados,
4) la prueba final se realizará de modo presencial.
En caso de que la situación sanitaria aconseje establecer un Escenario 3 (cierre de instalaciones):
1) todas las clases expositivas se impartirán de modo online (síncronamente por Microsoft Teams o asíncronamente mediante la publicación de vídeos grabados por el profesorado),
2) todas las clases interactivas se impartirán de modo online (síncronamente por Microsoft Teams o asíncronamente mediante la publicación de vídeos grabados por el profesorado),
3) la ponderación de las distintas partes de la materia y los requisitos para superar la materia permanecerán inalterados,
4) la prueba final se realizará de modo no presencial, mediante Microsoft Teams y las herramientas del aula virtual Moodle.
Alberto Jose Bugarin Diz
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816440
- Correo electrónico
- alberto.bugarin.diz [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Senén Barro Ameneiro
Coordinador/a- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Teléfono
- 881816469
- Correo electrónico
- senen.barro [at] usc.es
- Categoría
- Profesor/a: Catedrático/a de Universidad
Yago Fontenla Seco
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- yago.fontenla.seco [at] usc.es
- Categoría
- Predoutoral Ministerio
Fernando Estevez Casado
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- fernando.estevez.casado [at] usc.es
- Categoría
- Predoutoral Ministerio
Lorenzo Vaquero Otal
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- lorenzo.vaquero [at] rai.usc.es
- Categoría
- Predoutoral Ministerio
Alejandro Catala Bolos
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- alejandro.catala [at] usc.es
- Categoría
- Profesor/a: Profesor Ayudante Doctor LOU
Alejandro Catala Bolos
- Departamento
- Electrónica y Computación
- Área
- Ciencia de la Computación e Inteligencia Artificial
- Correo electrónico
- alejandro.catala [at] usc.es
- Categoría
- Investigador/a: Programa Juan de la Cierva
| Lunes | |||
|---|---|---|---|
| 09:00-10:00 | Grupo /CLE_01 | Gallego | Aula A4 |
| 15:30-18:30 | Grupo /CLIL_03 | Gallego, Castellano | Aula de Informática I5 |
| Miércoles | |||
| 09:00-11:00 | Grupo /CLE_01 | Gallego | Aula A4 |
| 17:00-20:00 | Grupo /CLIL_01 | Gallego, Castellano | Lab PP-2 |
| Viernes | |||
| 15:30-18:30 | Grupo /CLIL_02 | Gallego, Castellano | Aula de Informática I6 |
| 15:30-18:30 | CLIL_04 | Castellano, Gallego | Lab PP-2 |
| 24.01.2022 16:00-20:45 | CLIL_04 | Aula A2 |
| 24.01.2022 16:00-20:45 | Grupo /CLIL_01 | Aula A2 |
| 24.01.2022 16:00-20:45 | Grupo /CLIL_03 | Aula A2 |
| 24.01.2022 16:00-20:45 | Grupo /CLE_01 | Aula A2 |
| 24.01.2022 16:00-20:45 | Grupo /CLIL_02 | Aula A2 |
| 23.06.2022 16:00-20:45 | Grupo /CLIL_02 | Aula A4 |
| 23.06.2022 16:00-20:45 | CLIL_04 | Aula A4 |
| 23.06.2022 16:00-20:45 | Grupo /CLIL_01 | Aula A4 |
| 23.06.2022 16:00-20:45 | Grupo /CLIL_03 | Aula A4 |
| 23.06.2022 16:00-20:45 | Grupo /CLE_01 | Aula A4 |