Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú

Estudia

Dades generals

Curs acadèmic:
2019
Descripció:
Una introducció al camp de l'aprenentatge automàtic. Cobreix sistemes intel·ligents de suport a la presa de decisió, sistemas fuzzy, càlcul evolutiu, xarxes neuronals artificials, mineria de dades and sistemes híbrids. Els estudiants desenvoluparan sistemes experts basats en normes, dissenyaran un sistema fuzzy, exploraran xarxes neuronals artificials i implementaran algorismes genètics.
Crèdits ECTS:
5

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
Ivan Contreras Fernandez-Davila
Idioma de les classes:
Català (25%), Castellà (50%), Anglès (25%)

Competències

  • CT06 Dissenyar propostes creatives
  • CO01 Coneixements de principis i aplicacions dels sistemes robotitzats.

Continguts

1. Introduction, paradigms, history and challenges.

2. Rule-based expert systems

3. Heuristic-based methods

4. Fuzzy expert systems

5. Artificial neural networks

6. Knowledge engineering and data mining

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Total
Elaboració individual de treballs 4,00 21,00 25,00
Resolució d'exercicis 6,00 4,00 10,00
Sessió expositiva 16,00 24,00 40,00
Sessió participativa 8,00 0 8,00
Sessió pràctica 20,00 22,00 42,00
Total 54,00 71,00 125

Bibliografia

  • Negnevitsky, Michael (2005). Artificial intelligence : a guide to intelligent systems (2a ed).. AddisonWesley. Catàleg
  • Torra i Reventós, Vicenç (2007). Fonaments d'intel·ligència artificial. UOC. Catàleg
  • Stuart Russell and Peter Norvig, (2010). Artificial Intelligence A Modern Approach Third Edition (3rd). Prentice Hall. Catàleg

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat %
Resolució d'exercicis i problemes Respondre correctament els enunciats 20
Activitats en equip a l'aula Assistència i participació a classe 10
Pràctiques Desenvolupar correctament les pràctiques 35
Treball de curs Idea, implementació, consulta de fonts d'informació rellevants, presentació oral del treball, capacitat d'organització i de síntesi. 35

Qualificació

VIA A: sense examen

-Si es lliuren totes les activitats segons el calendari establert, i s'aproven, la qualificació final s'obté de la ponderació segons s'indica per a cada activitat.

VIA B: amb examen

-Quan alguna activitat no s'ha presentat en el calendari establert o no s'han aprovat.
-Cal lliurar les activitats, encara que sigui fora de termini.
-Cal fer l'examen. En aquest cas, l'examen compta el 50% de la qualificació, i les activitats la resta (50%)

Criteris específics de la nota «No Presentat»:
Un cop s'ha lliurar una activitat i ha estat avaluada, la qualificació de l'assignatura serà diferent de No Presentat.

Escull quins tipus de galetes acceptes que el web de la Universitat de Girona pugui guardar en el teu navegador.

Les imprescindibles per facilitar la vostra connexió. No hi ha opció d'inhabilitar-les, atès que són les necessàries pel funcionament del lloc web.

Permeten recordar les vostres opcions (per exemple llengua o regió des de la qual accediu), per tal de proporcionar-vos serveis avançats.

Proporcionen informació estadística i permeten millorar els serveis. Utilitzem cookies de Google Analytics que podeu desactivar instal·lant-vos aquest plugin.

Per a oferir continguts publicitaris relacionats amb els interessos de l'usuari, bé directament, bé per mitjà de tercers (“adservers”). Cal activar-les si vols veure els vídeos de Youtube incrustats en el web de la Universitat de Girona.