Estudia > Oferta formativa > Oferta d'assignatures > Detall de l'assignatura
Anar al contingut (clic a Intro)
UdG Home UdG Home
Tancar
Menú
Identificació

Estudia a la UdG

Dades generals

Curs acadèmic:
2020
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