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

Estudia

Dades generals

Curs acadèmic:
2025
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
Professor responsable:
Ivan Contreras Fernandez-Davila

Grups

Grup A

Durada:
Semestral, 2n semestre
Professorat:
Llorenç Burgas Nadal  / Ivan Contreras Fernandez-Davila
Idioma de les classes:
Català (20%), Castellà (80%)

Competències

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

Continguts

1. Introducció, paradigmes, història i reptes.

2. Aprenentatge automàtic

3. Aprenentatge no supervisat

4. Arbres de decisió

5. Xarxes neuronals artificials

6. Màquines de vectors de suport

7. Mètodes basats en heurístiques

Activitats

Tipus d’activitat Hores amb professor Hores sense professor Hores virtuals amb professor Total
Anàlisi / estudi de casos 8,00 0 0 8,00
Elaboració individual de treballs 2,00 10,00 0 12,00
Prova d'avaluació 4,00 25,00 0 29,00
Sessió expositiva 16,00 0 0 16,00
Sessió pràctica 20,00 40,00 0 60,00
Total 50,00 75,00 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
  • Escolano Ruiz, Francisco. Universitat d'Alacant. Departament de Ciència de la Computació i Intel·ligència Artificial (2003). Inteligencia artificial : modelos, técnicas y áreas de aplicación. Madrid: Thomson. Catàleg
  • Nilsson, Nils J. (2001). Inteligencia artificial : una nueva síntesis. Madrid [etc: McGraw Hill. Catàleg
  • Ertel, Wolfgang (2011). Introduction to artificial intelligence. London [etc: Springer. Catàleg
  • Russell, Stuart J. (2022). Artificial intelligence : a modern approach (Fourth Edition, Global Edition). Harlow: Pearson Education Limited. Catàleg

Avaluació i qualificació

Activitats d'avaluació:

Descripció de l'activitat Avaluació de l'activitat % Recuperable
Activitats pràctiques al laboratori Activitats pràctiques al laboratori 5 No
Prova 1: problemes i conceptes teòrics Prova d'avaluació contínua d'IA on es valorarà la resolució d'exercicis i problemes i la comprensió de conceptes teòrics del temes 1,2 i 3. 25 No
Prova 2: problemes i conceptes teòrics Prove d'avaluació contínua d'IA on es valorarà la resolució d'exercicis i problemes i la comprensió de conceptes teòrics del temes 4,5 i 6. 25 No
Pràctiques Els estudiants hauran de desenvolupar correctament les pràctiques proposades i obtenir una avaluació favorable en la sessió presencial corresponent. 35 No
Treball de curs Idea, implementació, consulta de fonts d'informació rellevants, presentació oral del treball, capacitat d'organització i de síntesi. 10 No

Qualificació

VIA B: sense examen final

-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.
- En qualsevol cas, no es permet l'ús d'IA generativa per a les activitats avaluables de l'assignatura.

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 final

- 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.

Tutoria

ivan.contreras@udg.edu

Parc Científic i tecnologic, B2 A5

Comunicació i interacció amb l'estudiantat

Foro de Moodle
ivan.contreras@udg.edu

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.