Estudia

• CB01 - Analitzar situacions complexes i dissenyar estratègies per resoldre-les
• CT04 Treballar en equip
• CB05 - Prendre decisions per a la resolució de situacions diverses
• CB05 Prendre decisions per a la resolució de situacions diverses
• CT06 Disenyar propostes creatives
• CT04 - Treballar en equip
• CT02 Treballar en equip
• CT08 - Dissenyar propostes creatives
• CT06 Dissenyar propostes creatives
• CES2 Analitzar problemes computacionals i desenvolupar solucions algorísmiques acord
• CCI6 Coneixement i aplicació dels procediments algorísmics bàsics de les tecnologies informàtiques per a dissenyar solucions a problemes, analitzar la idoneïtat i complexitat dels algorísmics proposats
• CCI7 Coneixement, disseny i utilització de forma eficient els tipus i estructures de dades més adequades a la resolució d'un problema.
• CCI8 Capacitat per analitzar, dissenyar, construir i mantenir aplicacions de forma robusta, segura i eficient, elegint el paradigma i els llenguatges de programació més adequats
• CE17 - Coneixement i aplicació dels procediments algorísmics bàsics de les tecnologies informàtiques per dissenyar solucions a problemes , analitzant la idoneïtat i complexitat dels algorismes proposats
• CE18 - Coneixement, disseny i utilització de forma eficient els tipus i estructures de dades més adequades a la resolució d'un problema
• CE19 - Capacitat per analitzar, dissenyar, construir i mantenir aplicacions de forma robusta, segura i eficient, triant el paradigma i els llenguatges de programació més adequats
• CCI15 Coneixement i aplicació dels principis fonamentals i tècniques bàsiques dels sistemes intel·ligents de la seva aplicació pràctica.
• CE25 - Coneixement i aplicació dels principis fonamentals i tècniques bàsiques dels sistemes intel·ligents i la seva aplicació pràctica

1. Introducció a la Intel·ligència Artificial

2. Aprenentatge automàtic

          2.1. Conceptes bàsics i introducció als mètodes d'aprenentatge automàtic

          2.2. Arbres de decisió i classificació

          2.3. Mètodes K-NN

          2.4. Sistemes recomanadors

          2.5. Blockchain

3. Representació del coneixement

          3.1. Representació del coneixement imprecís. Sistemes difusos

          3.2. Representació del coneixement probabilístic. Xarxes Bayesianes

4. Resolució de problemes: Cerca heurística i jocs

          4.1. Representació de problemes mitjançant espais d'estats

          4.2. Mètodes de cerca de solucions dins un espai d'estats. L'algorisme A*

          4.3. Representació de jocs mitjançant arbres de cerca. L'algorisme Minimax

• Russell, Stuart J.|q(Stuart Jonathan) (cop. 2010 ). Artificial intelligence : a modern approach (3rd ed.). Upper Saddle River: Prentice Hall. Catàleg
• Wooldridge, Michael J (2009 ). An Introduction to multiagent systems (2nd ed). Chichester, U.K.: John Wiley & Sons. Catàleg
• Ertel, Wolfgang (cop. 2011 ). Introduction to artificial intelligence . London [etc.]: Springer. Catàleg
• Nilsson, Nils J (cop. 2001 ). Inteligencia artificial : una nueva síntesis . Madrid [etc.]: McGraw Hill. Catàleg
• Escolano Ruiz, Francisco (cop. 2003 ). Inteligencia artificial : modelos, técnicas y áreas de aplicación . Madrid: Thomson. Catàleg
• Poole, David L.|q(David Lynton) (2010 ). Artificial intelligence : foundations of computational agents . New York [etc.]: Cambridge University Press. Catàleg
• Millington, Ian (2009). Artificial intelligence for games (2nd ed.). Burlington, MA: Morgan Kaufmann/Elsevier. Catàleg
• Donna L. Hudson, Maurice E. Cohen (2000). Neural Networks and Artificial Intelligence for Biomedical Engineering. Wiley. Catàleg
• Rezaul Begg, Daniel T.H. Lai, Marimuthu Palaniswami (2007). Computational Intelligence in Biomedical Engineering. CRC Press. Catàleg

Activitats d'avaluació:

Per aprovar l'assignatura, l'alumne haurà de lliurar totes les pràctiques en els terminis establerts i presentar-se a la prova d'avaluació, que haurà d'aprovar obtenint una qualificació més gran o igual a quatre i mig (4.5) a cadascuna de les dues parts de l'assignatura.

La qualificació final de l'assignatura es calcularà com la mitjana, ponderada pels tants per cent corresponents, de les notes de la prova d'avaluació, les pràctiques i els exercicis, sempre que hagi obtingut una nota de prova d'avaluació igual o superior a 4.5 a cadascuna de les dues parts de l'assignatura. En cas que el alumne no aconsegueixi una nota igual o superior a 4.5 a alguna de les dues parts de l'assignatura a cap de les dues convocatòries de la prova d'avaluació (ordinària i de recuperació), la qualificació final de l'assignatura serà la millor nota d'aquesta part obtinguda a les dues convocatòries.

Criteris específics de la nota «No Presentat»:
Només obtindran la qualificació de no presentat els estudiants que no lliurin cap pràctica i no es presentin a cap prova d'avaluació.

Avaluació única:
El alumnes que demanin l'avaluació única hauran de lliurar a final de quatrimestre dos treballs i fer una prova on entrarà tota la matèria impartida

Requisits mínims per aprovar:
Per superar l’assignatura, cal obtenir una qualificació mínima de 5 punts

Tutories presencials setmanals, individuals o en grup
Tutories telemàtiques a petició

Classes presencials
Video xat (google meet, jitsi)
Correu electrònic
Forum de l'assignatura

Les pràctiques i exercicis es faran en grup.