G009: Capacidad para resolver problemas con iniciativa, toma de decisiones, autonomía y creatividad. Capacidad para saber comunicar y transmitir los conocimientos, habilidades y destrezas de la profesión de Ingeniero Técnico en Informática.



M01CM01: Capacidad para la resolución de los problemas matemáticos que puedan plantearse en la ingeniería. Aptitud para aplicar los conocimientos sobre: álgebra, cálculo diferencial e integral y métodos numéricos; estadística y optimización





M02CM015: Conocimiento y aplicación de los principios fundamentales y técnicas básicas de los sistemas inteligentes y su aplicación práctica.







Estás competencias adaptadas a la asignatura quedarían:



* Saber identificar los tipos de problemas que aborda la Inteligencia Artificial (M01CM01, G009, M02CM015)

* Tener una visión general de distintas áreas de aplicación de la Inteligencia Artificial (M01CM01, G009, M02CM015)

* Conocer y utilizar algunos métodos genéricos principalmente matemáticos de resolución de problemas desde la perspectiva de la Inteligencia Artificial (M01CM01, G009, M02CM015)

* Comprender el papel fundamental del conocimiento en la propia resolución de problemas, así como las distintas técnicas que permiten su representación y utilización (M01CM01, G009, M02CM015)

* Conocer, y usar a un nivel básico, lenguajes de programación empleados en la Inteligencia Artificial (M01CM01, G009, M02CM015)

1. Introducción a la Inteligencia Artificial

1.1. Conceptos básicos, definiciones

1.2. Visión histórica de la Inteligencia Artificial (IA)

1.3. Métodos de Inteligencia Artificial



2. Agentes inteligentes



3. Espacio de estados y búsqueda

3.1 Problemas y espacios de estados

3.2 Algoritmos de búsqueda

3.3 Búsqueda y juegos



4. Aprendizaje supervisado



5. Aprendizaje por refuerzo (Reinforcement Learning)



5. Aplicaciones

5.1 Procesamiento del lenguaje

5.2 Visión y reconocimento de imágenes

Las clases MAGISTRALES (M) se emplearán para la exposición de los contenidos teóricos que posteriormente se emplearán en los ejercicios prácticos. Durante la exposición de los contenidos teóricos, también se realizarán algunos ejercicios prácticos a modo de ejemplo.





Durante las PRÁCTICAS DE ORDENADOR (GO) se analizará cómo se implementan las técnicas estudiadas durante las clases magistrales (M). Dado el caso, también se podría ver contenidos teóricos. Para esto, se utilizarán metodologías activas que propicien que el alumnado adquiera competencias trabajando de forma autónoma para resolver los distintos objetivos propuestos.

===Evaluación continua===



- Examen escrito (60% de la nota final)

- Práctica (40% de la nota final)



Las pruebas consistirán en 1 examen parcial, a mitad de curso (3 puntos) y al final (3 puntos), laboratorios y una practica. La calificación de cada prueba estará comprendida entre 0 y 10 puntos. El primer examen parcial se realizará en horario de clase magistral (M), y las fechas de las pruebas serán anunciadas al inicio del cuatrimestre. Los laboratorios se realizarán durante los desdobles de prácticas de ordenador (GO) en grupos. El calendario de prácticas de ordenador y los laboratorios correspondientes será anunciado al inicio del cuatrimestre. En la practica, se desarrollará una aplicación en grupos. Se dejará tiempo en los laboratorios para poder realizarla, pero precisará de más tiempo. La nota obtenida en cada una de las partes se calculará realizando la media ponderada entre la calificación del examen parcial (60%), y la practica (40%). Para aplicar la media con los entregables, se exige alcanzar un mínimo de 40% en cada uno de los exámenes.

Por defecto, la evaluación asignada será la continua. Esta evaluación podrá ser modificada hasta la semana 9, después, no se podrá modificar el tipo de evaluación. Hasta la semana 11 se podrá renunciar a la evaluación, siendo la calificación final “No Presentado”. A partir de la semana 11 si se sigue en la evaluación continua, la calificación será la nota obtenida en las pruebas hechas durante el curso, es decir, nunca será NO PRESENTADO.



===Evaluación final===

Tal y como se ha comentado en el apartado anterior, todo el mundo tendrá derecho a este tipo de evaluación, teniendo que indicarlo antes de la semana 9. La evaluación se realizará mediante un único examen final cuya calificación estará comprendida entre 0 y 10 puntos. La nota final de la asignatura coincidirá con la calificación obtenida en el examen final. Para aprobar, será necesario obtener un 40% de la nota en cada uno de los apartados de la prueba final.



===Presentación vs. Renuncia===

Si el alumno se presenta al examen parcial de la convocatoria ORDINARIA, su calificación será igual a la nota acumulada de examen más los entregables, a no ser que se indique la renuncia antes de la semana 11, siendo la calificación un "No Presentado".



Estando en la evaluación continua, si un alumno no se presenta al examen su calificación nunca será “No Presentado”



EVALUACIÓN / EXAMEN ONLINE (SITUACIONES EXCEPCIONALES) En caso de que la evaluación / examen no se pueda realizar de manera presencial, se realizará telemáticamente. Al ser ésta una alternativa a una situación excepcional, este tipo de evaluación / examen seguirá la estructura, directrices y especificidades que marque el profesorado de la asignatura en cada grupo, y que se difundirán adecuadamente mediante eGela u otros canales de comunicación online habituales entre el profesorado y su alumnado. La fecha/hora del examen oficial será, como siempre, la que marque el centro en su calendario oficial.



===Copia===

Se siguen los criterios establecidos en el Artículo 11.3 de la normativa vigente. La realización fraudulenta de algún ejercicio implicará la calificación de “Suspenso”, sin perjuicio de la responsabilidad que pudiera corresponder.

Todo el material de uso obligatorio se encuentra disponible en la Plataforma Virtual eGela (UPV/EHU) de la asignatura.

Bibliografía básica

Artificial Intelligence: A Modern Approach (Third edition, 2010) by Stuart Russell and Peter Norvig

http://aima.cs.berkeley.edu/



Russell, S.; Norvig, P. (2003): Inteligencia Artificial - Un Enfoque Moderno (2ª ed.). Prentice Hall Hispanoamericana



Nilsson, N. (2001): Inteligencia Artificial - Una Nueva Síntesis. McGraw-Hill



Rich, E.; Knight, K. (1994): Inteligencia Artificial (2ª ed.). McGraw-Hill



Ana Mas (2005) Agentes Software y Sistemas Multiagente, Pearson Educación.

Bibliografía de profundización

Revistas

'Inteligencia Artificial', Revista Iberoamericana de IA
AI in the News (Servicio de AAAI)
Journal of Artificial Intelligence Reseach (JAIR)
Cognitive Systems Research (Elsevier).
Artificial Intelligence