Guia docente

DATOS IDENTIFICATIVOS

2024_25

Asignatura

SISTEMAS INTELIGENTES Y BASADOS EN EL CONOCIMIENTO.

Código

00715001

Enseñanza

0715 - MASTER UNIV. INGENIERIA INFORMATICA

Descriptores

Cr.totales

Tipo

Curso

Semestre

7.5

Obligatoria

Primer

Primero

Idioma

Castellano

Prerrequisitos

Departamento

ING.ELECTR.DE SIST. Y AUTOMATI

Responsable

GARCÍA RODRÍGUEZ , ISAÍAS

Correo-e

igarr@unileon.es
arods@unileon.es
mgaro@unileon.es
-

Profesores/as

GARCÍA RODRÍGUEZ , ISAÍAS

RODRÍGUEZ DE SOTO , ADOLFO

GARCIA ORDAS , MARIA TERESA

GARCIA-OLALLA OLIVERA , OSCAR

Web

http://agora.unileon.es

Descripción general

Se pretende que el alumno obtenga las competencias necesarias para comprender, valorar y aplicar el uso de diversas técnicas de razonamiento con incertidumbre en el campo de la inteligencia artificial, conociendo las tecnologías y los problemas a los que más se pueden adecuar cada una de ellas. Por otro lado, la asignatura pretende también que el alumno sea capaz de realizar un análisis crítico de los problemas relacionados con la representación y el modelado del conocimiento en el ordenador, conociendo los problemas y limitaciones de las aproximaciones tradicionales y los posibles caminos que se abren para la creación de nuevos paradigmas.

Tribunales de Revisión

Tribunal titular
Cargo	Departamento	Profesor
Presidente	ING.ELECTR.DE SIST. Y AUTOMATI	BENITEZ ANDRADES , JOSE ALBERTO
Secretario	ING.ELECTR.DE SIST. Y AUTOMATI	DIEZ DIEZ , ANGELA
Vocal	ING.ELECTR.DE SIST. Y AUTOMATI	FUERTES MARTINEZ , JUAN JOSE

Tribunal suplente
Cargo	Departamento	Profesor
Presidente	ING.ELECTR.DE SIST. Y AUTOMATI	ALAIZ RODRIGUEZ , ROCIO
Secretario	ING.ELECTR.DE SIST. Y AUTOMATI	BLAZQUEZ QUINTANA , LUIS FELIPE
Vocal	ING.ELECTR.DE SIST. Y AUTOMATI	FOCES MORAN , JOSE MARIA

Competencias

Tipo A	Código	Competencias Específicas
	A13231	715CB7 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.
	A13232	715CB8 Que los estudiantes sean capaces de integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.
	A13233	715CB9 Que los estudiantes sepan comunicar sus conclusiones ¿y los conocimientos y razones últimas que las sustentan¿ a públicos especializados y no especializados de un modo claro y sin ambigüedades.
	A13245	715GE8 Capacidad para la aplicación de los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y mulitidisciplinares, siendo capaces de integrar estos conocimientos.
	A13259	715TI9 Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
	A13261	715TR3 Toma de decisiones y solución de problemas: localización del problema, identificar causas y alternativas de solución, selección y evaluación de la más idónea.
	A13262	715TR4 Pensamiento crítico: capacidad de analizar, sintetizar y extraer conclusiones de un artículo (ya sea de opinión o científico).
Tipo B	Código	Competencias Generales y Transversales
	B3094	715TI9 Capacidad para aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.
	B3099	715TR5 Creatividad: capacidad de innovación, iniciativa, fomento de ideas e inventiva.
Tipo C	Código	Competencias Básicas
	C4	Que los estudiantes posean las habilidades de aprendizaje que les permitan continuar estudiando de un modo que habrá de ser en gran medida autodirigido o autónomo.
	C5	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

Resultados de aprendizaje

Resultados	Competencias
Saber continuar estudiando de un modo que habrá de ser en gran medida autodirigida o autónomo			C4
Poseer y saber utilizar 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.		B3099	C5
Saber 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.	A13231
Saber integrar conocimientos y enfrentarse a la complejidad de formular juicios a partir de una información que, siendo incompleta o limitada, incluya reflexiones sobre las responsabilidades sociales y éticas vinculadas a la aplicación de sus conocimientos y juicios.	A13232 A13262
Saber comunicar sus conclusiones y los conocimientos y razones últimas que las sustentan a públicos especializados y no especializados de un modo claro y sin ambigüedades	A13233
Saber aplicar los conocimientos adquiridos y de resolver problemas en entornos nuevos o poco conocidos dentro de contextos más amplios y mulitidisciplinares, siendo capaces de integrar estos conocimientos.	A13245 A13261
Saber aplicar métodos matemáticos, estadísticos y de inteligencia artificial para modelar, diseñar y desarrollar aplicaciones, servicios, sistemas inteligentes y sistemas basados en el conocimiento.	A13259	B3094

Contenidos

Bloque	Tema
Bloque I: SISTEMAS INTELIGENTES	Tema 1: La Incertidumbre en Inteligencia Artificial: tipos y técnicas de representación. Tema 2: Introducción al aprendizaje automático. Aprendizaje supervisado y no supervisado. Tema 3: Técnicas probabilísticas de aprendizaje automático para problemas de regresión y clasificación. Tema 4: Sistemas fuzzy Tema 5: Técnicas de aprendizaje automático aplicadas a los sistemas fuzzy. Tema 6: Modelos gráficos probabilísticos. Tema 7: Técnicas avanzadas de aprendizaje automático.
Bloque II: SISTEMAS BASADOS EN EL CONOCIMIENTO	Tema 1: Diferencias entre realidad, conocimiento y representación del conocimiento Tema 2: La construcción del conocimiento Tema 3: Implicaciones del lenguaje en la representación del conocimiento Tema 4: Los problemas que plantea la automatización del conocimiento Tema 5: Técnicas avanzadas sobre representación del conocimiento Tema 6: El razonamiento Tema 7: Implicaciones de las matemáticas y la lógica en la construcción consistente del conocimiento. Tema 8: Nuevos lenguajes para la transmisión del conocimiento y su automatización.

Planificación

Metodologías :: Pruebas
	Horas en clase	Horas fuera de clase	Horas totales
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	10	10	20

Resolución de problemas/ejercicios en el aula ordinaria	10	20	30
Presentaciones/exposiciones	10	4.5	14.5
Practicas a través de TIC en aulas informáticas	20	20	40
Tutorías	6	0	6
Debates	8	0	8

Sesión Magistral	20	40	60

Pruebas mixtas	9	0	9

(*)Los datos que aparecen en la tabla de planificación són de carácter orientativo, considerando la heterogeneidad de los alumnos

Metodologías

Metodologías ::

	descripción
Aprendizaje basado en problemas (ABP)/ Problem Based Learning (PBL)	Planteamiento y discusión de problemas. El alumno realizará casos prácticos que le permitirán adquirir las competencias de la asignatura
Resolución de problemas/ejercicios en el aula ordinaria	El profesor planteara y solucionará problemas /ejercicios en el aula que ayuden a entender los contenidos vistos en las sesiones magistrales.
Presentaciones/exposiciones	Los alumnos realizarán presentaciones exponiendo temas relacionados con los contenidos de la asignatura.
Practicas a través de TIC en aulas informáticas	Realización práctica de los contenidos tratados en las sesiones magistrales.
Tutorías	Tiempo reservado para atender y resolver dudas de los alumnos.
Debates	Actividad donde dos o más grupos defienden posturas contrarias sobre un tema determinado.
Sesión Magistral	Exposición de los contenidos de la asignatura

Tutorías

Tutorías

descripción

Se atenderan todas las dudas que planteen los alumnos de forma directa o a traves del correo electronico

Evaluación

	descripción	calificación
Practicas a través de TIC en aulas informáticas	Se valorará la realización de las prácticas en el laboratorio, el comportamiento durante la realización de las mismas y los documentos presentados como resultado de estas sesiones.	45%
Pruebas mixtas	Los contenidos correspondientes a las distintas metodologías (sesión magistral, debates, prácticas, problemas, etc.) se evaluarán mediante varias pruebas de tipo mixto (preguntas cortas, tipo test, desarrollo, etc.) que se distribuirán a lo largo del curso.	Each test taken will have an equal weight in the calculation of the grade.45%
Otros	Se valorara positivamente la asistencia y aprovechamiento de las sesiones de trabajo.	10%

Otros comentarios y segunda convocatoria
En segunda convocatoria se realizará una prueba para superar la asignatura.

Fuentes de información

Acceso a la Lista de lecturas de la asignatura

Básica	, , ,
	Andrew Ng, Documentation CS229 Course in Stanford University, Stanford University, George J. Klir and Bo Yuan, Fuzzy Sets and Systems, Prentice Hall Nils J. Nilsson, Introduction to Machine Learning, Draft in Stanford University Tom M. Mitchell, Machine Learning, McGraw Hill R. Rucker, Infinity and the Mind (Princeton University Pres, 1982). K. Popper, J.C. Eccles, The Self and its Brain: an argument for Interactionism (Springer-Verlag, Berlin, 1977). G. Frege, The Foundations of Arithmetic: A Logico-Mathematical Enquiry into the Concept of Number (Northwestern University Press, 1996). Group of Cognomatics at University of Leon, Spain, Cognomatica (http://www.cognomatica.org). K. Devlin, The Language of Mathematics. Making the Invisible Visible. (W. H. Freeman and Company, New York, 2000).
Complementaria

Recomendaciones