Guia docente
DATOS IDENTIFICATIVOS 2023_24
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 ALAIZ MORETON , HECTOR
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
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.

Cada prueba realizada tendrá un peso igual para el cálculo de la nota. Las pruebas mixtas en conjunto serán el 90% de la calificación
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