1. Introduccio: Intel.ligencia Artificial en Control i Supervisió. 2. Intel.ligència Artificial i Mineria de Dades 3. Xarxes neurals artificials 4. Màquines de Suport Vectorial 5. Sistemes de control borròs 6. Control estadístic de processos 7. Control estadístic multivariant (MSPC) 8. Raonament Basat en Casos
Tipus d’activitat Hores amb professor Hores sense professor Total Resolució d'exercicis 4,00 10,00 14,00 Sessió pràctica 25,00 24,00 49,00 Total 29,00 34,00 63
Russell, Stuart J., Norvig, Peter, Canny, John Francis (cop. 2003). Artificial intelligence : a modern approach (2nd ed.). Englewood Cliffs, N.J.: Prentice Hall. Mitchell, Tom M. (cop. 1997). Machine learning. New York [etc.]: The McGraw-Hill Companies. Witten, I. H., Frank, Eibe (cop. 2005). Data mining : practical machine learning tools andtechniques (2nd ed.). Amsterdam [etc.]: Morgan Kaufman. Pérez López, C. Santin González, D. (2007). Mineria de Datos. Técnicas y Herramientas (1ª Edició). Madrid: Thomson-Paraninfo .
Activitats d'avaluació: Descripció de l'activitat Avaluació de l'activitat % Pràctiques laboratori Es valorarà el treball previ a les sessions, el treball realitzat en les sessions de laboratori i la correcció de les solucions finals. És necessari lliurar-les en el termini programat. Exercicis Avaluació Resposta correcta, completa i raonada dels exercicics/qüestions plantejats.
La nota final (NF) s'obté del promig ponderat de la nota de pràctiques (NP) i la nota de proves escrites (NE). El càlcul es farà de la manera següent: NF = 0,5*NP + 0,5*NE Aquest promig es farà sempre i quant es tingui que NP>5 i NE >5.