Dades generals
-
Curs acadèmic:
- 2021
-
Descripció:
- Una introducció al camp de l'aprenentatge automàtic. Cobreix sistemes intel·ligents de suport a la presa de decisió, màquines de suport vectorial, càlcul evolutiu, xarxes neuronals artificials, mineria de dades and sistemes híbrids. Els estudiants desenvoluparan sistemes experts basats en normes, dissenyaran un sistema de 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. Machine Learning
3. Heuristic-based methods
4. Artificial neural networks
5. Support Vector Machines
6. Reinforcement learning
Activitats
Tipus d’activitat |
Hores amb professor |
Hores sense professor |
Hores virtuals amb professor |
Total |
Elaboració individual de treballs |
4,00 |
21,00 |
0
|
25,00 |
Resolució d'exercicis |
6,00 |
4,00 |
0
|
10,00 |
Sessió expositiva |
16,00 |
24,00 |
0
|
40,00 |
Sessió participativa |
8,00 |
0
|
0
|
8,00 |
Sessió pràctica |
20,00 |
22,00 |
0
|
42,00 |
Total |
54,00 |
71,00 |
0
|
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 |
% |
Recuperable |
Resolució d'exercicis i problemes |
Respondre correctament els enunciats |
20 |
No |
Activitats en equip a l'aula |
Assistència i participació a classe |
10 |
No |
Pràctiques |
Desenvolupar correctament les pràctiques |
35 |
No |
Treball de curs |
Idea, implementació, consulta de fonts d'informació rellevants, presentació oral del treball, capacitat d'organització i de síntesi. |
35 |
No |
Qualificació
VIA B: 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.
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.
Avaluació única:
VIA A: amb examen
-Quan alguna activitat no s'ha presentat en el calendari establert o no s'han aprovat.
-Quan per qualsevol motiu l'alumne decideixi accedir a l'avaluació única.
-Cal lliurar les activitats, encara que sigui fora de termini.
Requisits mínims per aprovar:
Per considerar superada l’assignatura, caldrà obtenir una qualificació mínima de 5.0
Tutoria
ivan.contreras@udg.edu
ivancontrerasfd@gmail.com
Parc Científic i tecnologic, B2 A5
Comunicacio i interacció amb l'estudiantat
Foro de Moodle
ivan.contreras@udg.edu
ivancontrerasfd@gmail.com
Modificació del disseny
Modificació de les activitats:
1-Lliurables guiats de cada tema per substituir les activitats de les classes teòriques.
2-Presentacions del treball final de l'assignatura telemàticament.
Modificació de l'avaluació:
Els percentages d'avaluacio canvien:
1-Exercicis i problemes 25%
2-Activitats, assistència i participació 10%
3-Pràctiques. 35%
4-Treball de curs. 35%
Avaluació alternativa:
1-Examen únic que contindrà tot el temari de l'assignatura.
Tutoria i comunicació:
Foro de Moodle
ivan.contreras@udg.edu
ivancontrerasfd@gmail.com