Profesores Titulares
Profesores Docentes
Los objetivos se centrarán en:
Conocer el alcance de la Inteligencia artificial y, en concreto, el ámbito de los Sistemas basados los conocimientos.
Ser conocedores de los costes computacionales y de la calidad de las soluciones de los diferentes algoritmos de búsqueda.
Ser conocedores de los métodos de aprendizaje automático básicos. Introduciendo WEKA y Python.
Ser conocedores de la web semántica y los datos entrelazados.
1. Introducción a la Inteligencia artificial y a los Sistemas Basados en el Conocimiento
2. Resolución de problemas. Algoritmos de búsqueda
2.1 Resolución de problemas. Conceptos
2.2 Búsqueda ciega
2.3 Búsqueda heurística Heurísticas
3. Aprendizaje automático (I)
3.1 Paradigmas. Conceptos.
3.2 Aprendizaje inductivo. Árboles de decisión
3.3 Aprendizaje analógico. KNN. IBL. CBR
3.4 Clustering
4. Web semántica y ontologías.
4.1 Introducción al concepto de ingeniería del conocimiento
4.2 Tecnologías de la Web Semántica
4.3 Desarrollo de ontologías
4.4 Almacenamiento y consultas de datos semánticos con SPARQL
4.5 Linked Open Data
Nota: los temas y los métodos en cuestión pueden ajustarse y/o modificarse a criterio de la coordinación del máster.
La metodología usada combina las clases magistrales, la resolución de ejercicios, la participación del alumnado, cinefórum, debates y el desarrollo de un proyecto. Para el alumno/a ello conllevará tanto trabajos individuales como trabajos en grupo, así como ejercicios conceptuales, ejercicios implementados, presentaciones orales y presentaciones escritas.
Evaluación continua
Esta asignatura se evaluará de manera continuada a partir de ejercicios, trabajos, prácticas y presentaciones en clase.
La nota final será una ponderación de dos bloques:
- IA (algoritmos de búsqueda y Aprendizaje artificial): 70%
- Web semántica y ontologías: 30%
Evaluación continua
Esta asignatura se evaluará de manera continuada a partir de ejercicios, trabajos, prácticas y presentaciones en clase.
La nota final será una ponderación de dos bloques:
- IA (algoritmos de búsqueda y Aprendizaje artificial): 70%
- Web semántica y ontologías: 30%
Convocatoria extraordinaria
Se determinará el examen y/o trabajos de convocatoria extraordinaria desde la coordinación de la asignatura.
Normativa de copias
La asignatura se rige por la normativa de copias general de La Salle Campus BCN: https://www.salleurl.edu/es/normativa-de-copias
Las actividades formativas se considerarán que tienen la siguiente categoría:
Ejercicios: moderadamente significativa
Proyecto: altamente significativa
Evaluación Final: altamente significativa
La bibliografía se irá detallando a lo largo de la asignatura. Algunas referencias:
Apuntes de clase
M. Ginsberg. "Essentials of Artificial Intelligence". Morgan Kaufmann Publishers (1993)
E. Golobardes and A. Orriols. "Intel·ligència artificial. Guia d'estudi". Creative Commons Deed (2008)
N.J. Nilsson. "Artificial Intelligence: A New Syntesis". Morgan Kaufmann Publishers, Inc. (Last Version)
E. Rich and K. Knight. "Inteligencia Artificial". McGrawHill (Last versión)
S. Russell and P. Norvig. "Artificial Intelligence. A Modern Approach". Prentice Hall International Editions (Last version)
Todo el material de clase (presentaciones, ejercicios, artículos, documentos, etcétera) se compartirán en la carpeta de la asignatura de la Intranet de La Salle: eStudy.